tensorflow 训练好的模型怎么调用?
训练完一个模型后,为了以后重复使用,通常我们需要对模型的结果进行保存。如
果用 Tensorflow 去实现神经网络,所要保存的就是神经网络中的各项权重值。建
议可以使用 Saver 类保存和加载模型的结果。
1、使用 tf.train.Saver.save() 方法保存模型
tf.train.Saver.save(sess, save_path, global_step=None,
latest_filename=None, meta_graph_suffix='meta', write_meta_graph=True,
write_state=True)
sess: 用于保存变量操作的会话。
save_path: String 类型,用于指定训练结果的保存路径。
global_step: 如果提供的话,这个数字会添加到 save_path 后面,用于构建
checkpoint 文件。这个参数有助于我们区分不同训练阶段的结果。
2、使用 tf.train.Saver.restore 方法价值模型
tf.train.Saver.restore(sess, save_path)
sess: 用于加载变量操作的会话。
save_path: 同保存模型是用到的的 save_path 参数。