Tensorflow中保存模型时生成的各种文件的作用有哪些
这篇文章主要介绍“Tensorflow中保存模型时生成的各种文件的作用有哪些”,在日常操作中,相信很多人在Tensorflow中保存模型时生成的各种文件的作用有哪些问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”Tensorflow中保存模型时生成的各种文件的作用有哪些”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!
成都一家集口碑和实力的网站建设服务商,拥有专业的企业建站团队和靠谱的建站技术,10余年企业及个人网站建设经验 ,为成都1000+客户提供网页设计制作,网站开发,企业网站制作建设等服务,包括成都营销型网站建设,成都品牌网站建设,同时也为不同行业的客户提供网站设计制作、做网站的服务,包括成都电商型网站制作建设,装修行业网站制作建设,传统机械行业网站建设,传统农业行业网站制作建设。在成都做网站,选网站制作建设服务商就选成都创新互联。
tensorboard文件
events.out.tfevents.*...: 保存的就是你的accuracy或者loss在不同时刻的值。
graph.pbtxt: 这其实是一个文本文件,保存了模型的结构信息,部分信息如下所示:
node_def { name: "FixedLengthRecordDataset/input_pipeline_task10/buffer_size" op: "Const" device: "/job:worker/task:10/device:CPU:0" attr { key: "dtype" value { type: DT_INT64 } } attr { key: "value" value { tensor { dtype: DT_INT64 tensor_shape { } int64_val: 262144 } } } } node_def { name: "FixedLengthRecordDataset" op: "FixedLengthRecordDataset" input: "FixedLengthRecordDataset/input_pipeline_task10/filenames:output:0" input: "FixedLengthRecordDataset/input_pipeline_task10/header_bytes:output:0" input: "FixedLengthRecordDataset/input_pipeline_task10/record_bytes:output:0" input: "FixedLengthRecordDataset/input_pipeline_task10/footer_bytes:output:0" input: "FixedLengthRecordDataset/input_pipeline_task10/buffer_size:output:0" device: "/job:worker/task:10/device:CPU:0" } ...
保存模型时生成的文件
checkpoint: 其实就是一个txt文件,存储的是路径信息,我们可以看一下它的内容是什么:
model_checkpoint_path: "model.ckpt-5000" all_model_checkpoint_paths: "model.ckpt-0" all_model_checkpoint_paths: "model.ckpt-5000"
可以看到第一行表示最近的一次checkpoints路径信息,也就是说可能因为某种原因你的模型训练中断了。不过没关系,下次重新训练时,会自动从上次的断点继续训练而不用重新训练了。后面两项则表示已经保存的所有断点路径。
model.ckpt-*.meta: 其实和上面的graph.pbtxt作用一样都保存了graph结构,只不过meta文件是二进制的,它包括 GraphDef,SaverDef等,当存在meta file,我们可以不在文件中定义模型,也可以运行,而如果没有meta file,我们需要定义好模型,再加载data file,得到变量值。
model.ckpt-*.index: 这是一个string-string table,table的key值为tensor名,value为serialized BundleEntryProto。每个BundleEntryProto表述了tensor的metadata,比如那个data文件包含tensor、文件中的偏移量、一些辅助数据等。
model.ckpt-*.data-*: 保存了模型的所有变量的值,TensorBundle集合。
到此,关于“Tensorflow中保存模型时生成的各种文件的作用有哪些”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注创新互联网站,小编会继续努力为大家带来更多实用的文章!
当前标题:Tensorflow中保存模型时生成的各种文件的作用有哪些
标题URL:http://ybzwz.com/article/ihcics.html