TensorFlow基础学习——使用tf.train.Saver类保存模型信息

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/dongdong9223/article/details/83655798

转载请注明出处：http://blog.csdn.net/dongdong9223/article/details/83655798
本文出自【我是干勾鱼的博客】

Ingredient：

• Python：Python 3.6.6(Python Downloads)

在TensorFlow中，tf.train.Saver类用来保存模型。值得注意的是，在TensorFlow中的变量是保存在于Session环境中的，也就是说，只有在Session环境下才会存有变量值，因此，保存模型时需要传入session，例如：

saver = tf.train.Saver()

with tf.Session() as sess: 
	tf.initialize_all_variables().run()
	saver.save(sess,"./checkpoint_dir/MyModel")

注意！TensorFlow默认只保存最近的5个模型文件，如果希望保存更多，可以通过max_to_keep来指定。

例如，希望每2小时保存1次模型，而且只是保存最近的6个模型文件。：

tf.train.Saver(max_to_keep=6, keep_checkpoint_every_n_hours=2)

参考：

Tensorflow加载预训练模型和保存模型

一份快速完整的Tensorflow模型保存和恢复教程（译）