Tensorflow模型文件大小差异很大

我使用的是tensorflow框架，我注意到tensorflow模型文件的大小存在重大差异

例如，该框架提供了两种模型：

• 其中一个预训练模型将用于微调，例如
• 还有一个包含未经训练的版本

它们的大小都是

172.539kb

当我在我的模型中应用微调，并在图形中进行一些小的更改（框架中有一个模块）并保存我的模型时，大小基本保持不变：

178.525kb

首先，我有点惊讶，我的微调模型有点大，因为我只是将最后一层从21类更改为14类，所以我希望模型文件的大小稍微小一些，但由于差异太小，我没有注意到

但是，当我使用相同的模型文件（我指的是预训练的文件）训练相同的模型并将模型保存在磁盘中时，文件大小就大不相同了：

340.097kb

。我所说的“训练”是指我允许网络修改所有参数，而不仅仅是最后一层的参数

正在实现的模型是用于语义图像分割的resnet的变体（如果有人可以从模型本身中扣除预期的模型文件大小）

所以，我的问题是，为什么我的模型文件大小有如此大的差异，为什么我保存的微调模型比原始模型大？是否有方法在要保存的模型中包含/排除参数

p.S.1一些可能有用的信息：

我使用的是tensorflow v2模型保存，而我认为框架文件使用的是v1。除了前者生成3个文件之外，我不知道如何识别它

该框架称为tensorflow deeplab resnet，可以找到该框架，并且可以创建模型

p.S.2

---

我不确定stack overflow是否适合这个问题。

这是因为，在训练模型并保存它们时，Tensorflow也会保存操作的渐变

---

因此，允许在最后一层上进行训练将稍微增加保存模型的大小。允许对整个模型进行训练实际上会使保存文件的大小增加一倍，因为每个op都会保存其梯度。

但这也不会影响提供的预训练模型？此保存的模型不包括渐变？如果他们提供了预先训练的模型，他们可能会从保存文件中删除渐变，因为您不需要它们进行测试。只有在以后继续训练模型才有用。@Eypros检查是否保存了渐变的一个简单方法是使用文本编辑器打开Tensorflow saver创建的

.index

文件（

gedit

）然后搜索

梯度

。我的

索引

文件似乎是二进制文件，而不是文本文件。它是，但其中仍然有一些可读的文本，用于变量的名称。您是否可能继续向图形中添加内容，而不是替换它？在微调过程中，可能您正在添加新权重，但仍将旧权重存储在保存的文件中？在恢复之后，也许你正在重新创建所有东西，这就是你接近两倍大小的东西？你可以检查和。我的模型中肯定有冗余操作。有没有关于如何使用这些函数的例子？我意识到这些函数在对象上工作，这对于将模型保存为protobuf很有用，但对于保存检查点却没有直接作用。也许你可以使用这个模块，尽管我对它不太了解（也许与输出一起使用？）。