TensorFlow模型保存在训练期间以不同方式接近。部署?

问题描述 投票:1回答:1

假设我有一个CNN,我正在训练一些数据集。该模型最重要的部分是CNN架构。

现在,当我编写代码时,我在Python类中定义了模型结构。但是,在该类之外,我定义了许多其他节点,例如丢失,准确度,tf.Variable以保持时期的计数等等。

当我训练时,为了正确地恢复训练,我想保存所有这些节点(例如 - 损失,时代变量等),而不仅仅是CNN结构。

然而,一旦我完成了训练,我想只保存CNN架构,没有丢失,准确等节点。这是因为它将使使用我的模型的人能够自由地编写自己的微调代码。

  1. 如何在TF代码中实现这一点?有人可以举个例子吗?
  2. 这种方法是否也适用于其他人的储蓄?我只是想知道我的方法是否正确。
tensorflow
1个回答
0
投票

您可以查看tensorflow的optimising graph工具部分,您可以在其中定义定义CNN结构的inputoutput节点,并在优化的图形中删除所有其他节点。

© www.soinside.com 2019 - 2024. All rights reserved.