主頁(yè) > 知識(shí)庫(kù) > 解決TensorFlow訓(xùn)練模型及保存數(shù)量限制的問(wèn)題

解決TensorFlow訓(xùn)練模型及保存數(shù)量限制的問(wèn)題

熱門(mén)標(biāo)簽:阿里電話(huà)機(jī)器人對(duì)話(huà) 遼寧智能外呼系統(tǒng)需要多少錢(qián) 400電話(huà)申請(qǐng)資格 電銷(xiāo)機(jī)器人系統(tǒng)廠家鄭州 qt百度地圖標(biāo)注 舉辦過(guò)冬奧會(huì)的城市地圖標(biāo)注 正安縣地圖標(biāo)注app 地圖地圖標(biāo)注有嘆號(hào) 螳螂科技外呼系統(tǒng)怎么用

每次卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練的結(jié)果都只保存了最后一部分,查閱了一下相關(guān)資料,發(fā)現(xiàn)是定義saver時(shí)采用的默認(rèn)值,這里進(jìn)行如下設(shè)置:

 saver 
 =
 tf.train.Saver(
 max_to_keep
 =
 100
 ,
 keep_checkpoint_every_n_hours
 =
 1
 )

補(bǔ)充:解決TensorFlow只能保存5個(gè)模型的問(wèn)題

直奔主題

在訓(xùn)練模型的代碼中找到這句代碼:tf.train.Saver(),

改成:

tf.train.Saver(max_to_keep = m) # m為你想保存的模型數(shù)量

擴(kuò)展

Saver類(lèi)中的可選參數(shù)

tf.train.Saver(max_to_keep = m, keep_checkpoint_every_n_hours = n)

max_to_keep保存離當(dāng)前訓(xùn)練最近的模型數(shù)量,默認(rèn)值為5。如果想全部保存,并且電腦內(nèi)存夠用,設(shè)成多大都可以。

keep_checkpoint_every_n_hours每隔n個(gè)小時(shí)保存一次模型,默認(rèn)值為10,000(一般情況下應(yīng)該不會(huì)訓(xùn)練這么長(zhǎng)時(shí)間,所以相當(dāng)于是不會(huì)按照時(shí)間來(lái)保存,按照設(shè)置的epoch保存節(jié)點(diǎn)數(shù)來(lái)保存)。

以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教。

您可能感興趣的文章:
  • 解決tensorflow模型壓縮的問(wèn)題_踩坑無(wú)數(shù),總算搞定
  • 解決TensorFlow程序無(wú)限制占用GPU的方法
  • tensorflow實(shí)現(xiàn)訓(xùn)練變量checkpoint的保存與讀取
  • tensorflow-gpu安裝的常見(jiàn)問(wèn)題及解決方案

標(biāo)簽:濟(jì)源 信陽(yáng) 興安盟 昭通 淘寶好評(píng)回訪(fǎng) 合肥 阜新 隨州

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《解決TensorFlow訓(xùn)練模型及保存數(shù)量限制的問(wèn)題》,本文關(guān)鍵詞  解決,TensorFlow,訓(xùn)練,模型,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《解決TensorFlow訓(xùn)練模型及保存數(shù)量限制的問(wèn)題》相關(guān)的同類(lèi)信息!
  • 本頁(yè)收集關(guān)于解決TensorFlow訓(xùn)練模型及保存數(shù)量限制的問(wèn)題的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章