tensorflow實現測試時讀取任意指定的check point的網絡參數
tensorflow在訓練時會保存三個文件,
model.ckpt-xxx.data-00000-of-00001 model.ckpt-xxx.index model.ckpt-xxx.meta
其中第一個儲存網絡參數值,第二個儲存每一層的名字,第三個儲存圖結構
隨著訓練的過程,每隔一段時間都會保存一組以上三個文件,而在訓練之前我們并不知道什么時候可以達到最佳的擬合,訓練時間過短會導致欠擬合,訓練時間過長則會導致過擬合。
如果每次測試時,我們都自動調用最新一次的check point,那很可能不是最佳的一組參數,當我們訓練了很多個epoch時,我們需要往回尋找最佳的check point,此時就需要指定的check point,下面有是具體方法:
修改checkpoint文件
一個checkpoint文件的內容如下
model_checkpoint_path: "model.ckpt-1623" all_model_checkpoint_paths: "model.ckpt-1393" all_model_checkpoint_paths: "model.ckpt-1451" all_model_checkpoint_paths: "model.ckpt-1507" all_model_checkpoint_paths: "model.ckpt-1565" all_model_checkpoint_paths: "model.ckpt-1623"
這里面的后綴不同的數字就是不同的版本的參數,數字越小越早,系統(tǒng)會自動默認最新的訓練出來的參數,而我們只需要在第一行把數字修改為我們想要調用的ckpt即可。
以上這篇tensorflow實現測試時讀取任意指定的check point的網絡參數就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
Python參數解析模塊sys、getopt、argparse使用與對比分析
今天小編就為大家分享一篇關于Python參數解析模塊sys、getopt、argparse使用與對比分析,小編覺得內容挺不錯的,現在分享給大家,具有很好的參考價值,需要的朋友一起跟隨小編來看看吧2019-04-04Tensorflow之構建自己的圖片數據集TFrecords的方法
本篇文章主要介紹了Tensorflow之構建自己的圖片數據集TFrecords的方法,小編覺得挺不錯的,現在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2018-02-02