Tensorflow中保存模型時(shí)生成的各種文件的作用有哪些

這篇文章主要介紹“Tensorflow中保存模型時(shí)生成的各種文件的作用有哪些”，在日常操作中，相信很多人在Tensorflow中保存模型時(shí)生成的各種文件的作用有哪些問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Tensorflow中保存模型時(shí)生成的各種文件的作用有哪些”的疑惑有所幫助！接下來，請跟著小編一起來學(xué)習(xí)吧！

tensorboard文件

• events.out.tfevents.*...: 保存的就是你的accuracy或者loss在不同時(shí)刻的值。

• graph.pbtxt: 這其實(shí)是一個(gè)文本文件，保存了模型的結(jié)構(gòu)信息，部分信息如下所示：

    node_def {
      name: "FixedLengthRecordDataset/input_pipeline_task10/buffer_size"
      op: "Const"
      device: "/job:worker/task:10/device:CPU:0"
      attr {
        key: "dtype"
        value {
          type: DT_INT64
        }
      }
      attr {
        key: "value"
        value {
          tensor {
            dtype: DT_INT64
            tensor_shape {
            }
            int64_val: 262144
          }
        }
      }
    }
    node_def {
      name: "FixedLengthRecordDataset"
      op: "FixedLengthRecordDataset"
      input: "FixedLengthRecordDataset/input_pipeline_task10/filenames:output:0"
      input: "FixedLengthRecordDataset/input_pipeline_task10/header_bytes:output:0"
      input: "FixedLengthRecordDataset/input_pipeline_task10/record_bytes:output:0"
      input: "FixedLengthRecordDataset/input_pipeline_task10/footer_bytes:output:0"
      input: "FixedLengthRecordDataset/input_pipeline_task10/buffer_size:output:0"
      device: "/job:worker/task:10/device:CPU:0"
    }
...

保存模型時(shí)生成的文件

• checkpoint: 其實(shí)就是一個(gè)txt文件，存儲的是路徑信息，我們可以看一下它的內(nèi)容是什么：

model_checkpoint_path: "model.ckpt-5000"
all_model_checkpoint_paths: "model.ckpt-0"
all_model_checkpoint_paths: "model.ckpt-5000"

可以看到第一行表示最近的一次checkpoints路徑信息，也就是說可能因?yàn)槟撤N原因你的模型訓(xùn)練中斷了。不過沒關(guān)系，下次重新訓(xùn)練時(shí)，會自動(dòng)從上次的斷點(diǎn)繼續(xù)訓(xùn)練而不用重新訓(xùn)練了。后面兩項(xiàng)則表示已經(jīng)保存的所有斷點(diǎn)路徑。

• model.ckpt-*.meta: 其實(shí)和上面的graph.pbtxt作用一樣都保存了graph結(jié)構(gòu),只不過meta文件是二進(jìn)制的，它包括 GraphDef,SaverDef等,當(dāng)存在meta file,我們可以不在文件中定義模型,也可以運(yùn)行,而如果沒有meta file,我們需要定義好模型,再加載data file,得到變量值。

• model.ckpt-*.index: 這是一個(gè)string-string table，table的key值為tensor名，value為serialized BundleEntryProto。每個(gè)BundleEntryProto表述了tensor的metadata，比如那個(gè)data文件包含tensor、文件中的偏移量、一些輔助數(shù)據(jù)等。

• model.ckpt-*.data-*: 保存了模型的所有變量的值，TensorBundle集合。

到此，關(guān)于“Tensorflow中保存模型時(shí)生成的各種文件的作用有哪些”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識，請繼續(xù)關(guān)注億速云網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬?shí)用的文章！