Modell in Tensorflow speichern

Question

Tensorflow ermöglicht es uns, die Struktur des Modells unter Verwendung der Methode tf.train.write_graph zu speichern/zu laden, so dass wir es in Zukunft wiederherstellen können, um unsere Trainingseinheit fortzusetzen. Ich frage mich jedoch, ob dies erforderlich ist, weil ich ein Modul erstellen kann, z. B. GraphDefinition.py, und dieses Modul zum erneuten Erstellen des Modells verwenden kann. Also, was ist der bessere Weg, um die Modellstruktur zu speichern, oder gibt es eine Faustregel, die angibt, welchen Weg ich beim Speichern eines Modells verwenden soll?

Answer 1

Zuerst müssen Sie verstehen, dass Tensorflow Graph keine aktuellen Gewichte enthält (bis Sie sie dort manuell speichern) und wenn Sie die Modellstruktur aus graph.pb laden, starten Sie von Anfang an . Wenn Sie jedoch weiter trainieren oder Ihr trainiertes Modell verwenden möchten, müssen Sie den Prüfpunkt (mit tf Saver) mit den Werten der darin enthaltenen Variablen speichern, nicht nur die Struktur. Sehen Sie sich dieses Profil an: Tensorflow: How to restore a previously saved model (python)