tensorflow实现测试时读取任意指定的check point的网络参数
tensorflow在训练时会保存三个文件,
model.ckpt-xxx.data-00000-of-00001 model.ckpt-xxx.index model.ckpt-xxx.meta
其中第一个储存网络参数值,第二个储存每一层的名字,第三个储存图结构
随着训练的过程,每隔一段时间都会保存一组以上三个文件,而在训练之前我们并不知道什么时候可以达到最佳的拟合,训练时间过短会导致欠拟合,训练时间过长则会导致过拟合。
如果每次测试时,我们都自动调用最新一次的check point,那很可能不是最佳的一组参数,当我们训练了很多个epoch时,我们需要往回寻找最佳的check point,此时就需要指定的check point,下面有是具体方法:
修改checkpoint文件
一个checkpoint文件的内容如下
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"
这里面的后缀不同的数字就是不同的版本的参数,数字越小越早,系统会自动默认最新的训练出来的参数,而我们只需要在第一行把数字修改为我们想要调用的ckpt即可。
以上这篇tensorflow实现测试时读取任意指定的check point的网络参数就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
Python参数解析模块sys、getopt、argparse使用与对比分析
今天小编就为大家分享一篇关于Python参数解析模块sys、getopt、argparse使用与对比分析,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧2019-04-04Tensorflow之构建自己的图片数据集TFrecords的方法
本篇文章主要介绍了Tensorflow之构建自己的图片数据集TFrecords的方法,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧2018-02-02
最新评论