Machine learning 恢复以保持训练不使用tensorflow
我需要保存并恢复图表,以保持从最后一个检查点开始的训练,但不知何故,它不起作用 我使用Machine learning 恢复以保持训练不使用tensorflow,machine-learning,tensorflow,Machine Learning,Tensorflow,我需要保存并恢复图表,以保持从最后一个检查点开始的训练,但不知何故,它不起作用 我使用saver=tf.train.saver()保存模型。以及: with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as sess: # Initializing saver sess.run(tf.global_variables_initializer()) save_path = saver.save(s
saver=tf.train.saver()
保存模型。以及:
with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as sess:
# Initializing saver
sess.run(tf.global_variables_initializer())
save_path = saver.save(sess,model_path+"/%s.ckpt"%model_name)
if flag == "initial_train":
training_loop(num_epochs)
flag = None
else:
new_saver = tf.train.import_meta_graph(model_path+"/%s.ckpt.meta"%model_name)
new_saver.restore(sess, save_path)
print("Model loaded")
training_loop(num_epochs)
我真的不知道为什么在后续的跑步中不导入你的体重
sess.run(tf.global\u variables\u initializer()
saver.save(sess,model\u path+“/%s.ckpt”%model\u name)
)另外,我不知道您是如何传递信息的,但是training_loop没有获得对
保存程序的引用,而且您没有在training loop之后保存模型,因此似乎您实际上没有在任何地方保存模型。您是在加载之前无条件保存的,您确定要这样做吗?如果我想从检查点我需要所有的权重和优化器。但它似乎没有加载任何东西对不起,我没有写完整的代码,但在函数训练循环中我做了saver.save(sess,save_path,global_step=epoch)@florpi那么你仍然有第一个问题(您只是在恢复代码段第4行中保存的随机初始化值)。