Machine learning TensorFlow：训练模型存储在哪里，如何访问？

TensorFlow在何处以及如何存储其模型（图）？它是否在

检查点

文件中

我知道在Caffe中，模型存储在

.caffemodel

文件中，用于在模型经过训练后部署（测试）模型

我刚刚对模型进行了这方面的培训，现在在我的

/tmp/mnist\u convnet\u model

目录中有以下文件：

哪些文件包含实际模型

---

例如，如果我想使用这个经过训练的模型对单个图像进行分类，那么分类使用的是哪个文件？

是的，该模型位于各个

检查点

文件中——尽管

*.ckpt

文件现在被分为

数据

和

索引

文件。我不确定索引文件里有什么，但是

*.data*

文件包含权重和偏差值。

*.meta

文件包含图形：变量、数据结构、转换等

---

是关于护理和喂食的一个很好的教程。

好的，如果图形包含在*.ckpt文件中，那么在图像识别中用作GraphDef的*.pb文件的用途是什么？在这里，create_graph（）方法似乎使用.pb文件重新创建保存的图形。

pb

和

pbtxt

文件包含图形（操作和连接），这些部分在培训期间不会更改

ckpt

包含模型参数（训练应该更改的值）。我在您在回答中链接的教程中看到，要导入预训练的图形，他们导入

meta

图形，并从最新检查点恢复。但是，在我之前的评论中链接的教程中，只有

pb

“GraphDef”文件用于部署inception预训练模型。在这种情况下，似乎不使用元图恢复方法。另外，

.pb

和

.pbtxt

文件之间有什么区别？我似乎找不到关于这些的太多信息，但tensorflow网站上的一些教程似乎创建了

.pb

文件，而其他的则没有。

pbtxt

只是ASCII序列化文件。它看起来很像为图形提取的源代码。