近期做了一些反垃圾的工作,除了使用常用的規(guī)則匹配過濾等手段,也采用了一些機(jī)器學(xué)習(xí)方法進(jìn)行分類預(yù)測(cè)。我們使用TensorFlow進(jìn)行模型的訓(xùn)練,訓(xùn)練好的模型需要保存,預(yù)測(cè)階段我們需要將模型進(jìn)行加載還原使用,這就涉及TensorFlow模型的保存與恢復(fù)加載。
成都創(chuàng)新互聯(lián)公司專注為客戶提供全方位的互聯(lián)網(wǎng)綜合服務(wù),包含不限于成都做網(wǎng)站、成都網(wǎng)站設(shè)計(jì)、姜堰網(wǎng)絡(luò)推廣、小程序制作、姜堰網(wǎng)絡(luò)營銷、姜堰企業(yè)策劃、姜堰品牌公關(guān)、搜索引擎seo、人物專訪、企業(yè)宣傳片、企業(yè)代運(yùn)營等,從售前售中售后,我們都將竭誠為您服務(wù),您的肯定,是我們大的嘉獎(jiǎng);成都創(chuàng)新互聯(lián)公司為所有大學(xué)生創(chuàng)業(yè)者提供姜堰建站搭建服務(wù),24小時(shí)服務(wù)熱線:18982081108,官方網(wǎng)址:www.cdcxhl.com總結(jié)一下Tensorflow常用的模型保存方式。
保存checkpoint模型文件(.ckpt)
首先,TensorFlow提供了一個(gè)非常方便的api,tf.train.Saver()來保存和還原一個(gè)機(jī)器學(xué)習(xí)模型。
模型保存
使用tf.train.Saver()來保存模型文件非常方便,下面是一個(gè)簡(jiǎn)單的例子:
import tensorflow as tf import os def save_model_ckpt(ckpt_file_path): x = tf.placeholder(tf.int32, name='x') y = tf.placeholder(tf.int32, name='y') b = tf.Variable(1, name='b') xy = tf.multiply(x, y) op = tf.add(xy, b, name='op_to_store') sess = tf.Session() sess.run(tf.global_variables_initializer()) path = os.path.dirname(os.path.abspath(ckpt_file_path)) if os.path.isdir(path) is False: os.makedirs(path) tf.train.Saver().save(sess, ckpt_file_path) # test feed_dict = {x: 2, y: 3} print(sess.run(op, feed_dict))