Tensorflow 模型保存与恢复（1）使用tf.train.Saver()

落日映苍穹つ 2022-04-04 11:16 242阅读 0赞

# 使用tf.train.Saver() 保存和恢复模型 #

`tf.train.Saver()`主要用来在训练期间保存模型的checkpoint文件，便于在训练中断时方便的恢复模型，继续训练。

其他相关：  
[Tensorflow 模型保存与恢复（2）使用SavedModel][Tensorflow _2_SavedModel]  
[Tensorflow 模型保存与恢复（3）保存模型到单个文件中][Tensorflow _3]

saver.save(sess,'/tmp/model.ckpt')     # 保存模型
    	saver.restore(sess,'/tmp/model.ckpt')  # 恢复模型

参数中的’model.ckpt’是保存的模型文件名的**前缀**，实际保存到磁盘上的有三个文件，分别是model.ckpt.meta，model.ckpt.index和model.ckpt.data文件，这三个文件的用处分别为：  
**(1) .meta**: 元数据文件，记录了tf graph的结构，包括GraphDef,SaverDef等，可以通过tf.train.import\_meta\_graph(’./xxx.meta’),可以restore Graph和Saver.  
**(2) .index**: 是一个string-string格式的表（Tensorflow::table::Table）. 键是tensor的名称，值是一个BundleEntryProto，包含关于这个tensor的一些信息，包括dtype，shape，offset，size，CRC32C checksum等信息。  
**(3) .data**: 是一个TensorBundle集合，保存了所有Variables的值。

恢复模型的时候，如果不想在代码中重新定义变量，可以先导入graph，再恢复变量值：

saver = tf.train.import_meta_graph(_model_path + '.meta')
    	saver.restore(sess,'/tmp/model.ckpt')

完整的代码示例：[github][]

[Tensorflow _2_SavedModel]: https://blog.csdn.net/JerryZhang__/article/details/85058005
[Tensorflow _3]: https://blog.csdn.net/JerryZhang__/article/details/85082169
[github]: https://github.com/Jerryzhangzhao/DL_tensorflow/blob/master/save%20and%20restore%20model/use%20saver/save_and_restore_by_saver.py