淺談Tensorflow模型的保存與恢復加載-創(chuàng)新互聯(lián)

近期做了一些反垃圾的工作，除了使用常用的規(guī)則匹配過濾等手段，也采用了一些機器學習方法進行分類預測。我們使用TensorFlow進行模型的訓練，訓練好的模型需要保存，預測階段我們需要將模型進行加載還原使用，這就涉及TensorFlow模型的保存與恢復加載。

成都創(chuàng)新互聯(lián)公司專注為客戶提供全方位的互聯(lián)網(wǎng)綜合服務，包含不限于成都做網(wǎng)站、成都網(wǎng)站設計、姜堰網(wǎng)絡推廣、小程序制作、姜堰網(wǎng)絡營銷、姜堰企業(yè)策劃、姜堰品牌公關、搜索引擎seo、人物專訪、企業(yè)宣傳片、企業(yè)代運營等，從售前售中售后，我們都將竭誠為您服務，您的肯定，是我們大的嘉獎；成都創(chuàng)新互聯(lián)公司為所有大學生創(chuàng)業(yè)者提供姜堰建站搭建服務，24小時服務熱線：18982081108，官方網(wǎng)址：muchs.cn

總結(jié)一下Tensorflow常用的模型保存方式。

保存checkpoint模型文件（.ckpt）

首先，TensorFlow提供了一個非常方便的api，tf.train.Saver()來保存和還原一個機器學習模型。

模型保存

使用tf.train.Saver()來保存模型文件非常方便，下面是一個簡單的例子：

import tensorflow as tf
import os

def save_model_ckpt(ckpt_file_path):
  x = tf.placeholder(tf.int32, name='x')
  y = tf.placeholder(tf.int32, name='y')
  b = tf.Variable(1, name='b')
  xy = tf.multiply(x, y)
  op = tf.add(xy, b, name='op_to_store')

  sess = tf.Session()
  sess.run(tf.global_variables_initializer())

  path = os.path.dirname(os.path.abspath(ckpt_file_path))
  if os.path.isdir(path) is False:
    os.makedirs(path)

  tf.train.Saver().save(sess, ckpt_file_path)
  
  # test
  feed_dict = {x: 2, y: 3}
  print(sess.run(op, feed_dict))

文章題目：淺談Tensorflow模型的保存與恢復加載-創(chuàng)新互聯(lián)
轉(zhuǎn)載注明：http://muchs.cn/article0/degjio.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供做網(wǎng)站、動態(tài)網(wǎng)站、網(wǎng)站設計、網(wǎng)站策劃、ChatGPT、搜索引擎優(yōu)化

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源：創(chuàng)新互聯(lián)

猜你還喜歡下面的內(nèi)容