tensorflow - 使用估计器从经过训练的模型加载检查点
问题描述
我想做非常简单的任务。让我们假设我已经执行了一个模型并使用 tf.estimator 为这个模型保存了多个检查点和元数据。我们可以再次假设我有 3 个检查点。1、2 和 3。当我在张量板上评估训练结果时,我意识到检查点 2 为我的目标提供了更好的权重。
因此,我想加载检查点 2 并做出预测。我想简单地问的是,是否可以从模型目录中删除检查点 3 并让估计器从检查点 2 自动加载它,或者我可以做些什么来为.my 的预测加载特定的检查点?
谢谢你。
解决方案
是的你可以。默认情况下,Estimator 会在model_dir
. 所以你可以手动删除文件,或者指定检查点文件
warm_start = tf.estimator.WarmStartSettings(ckpt_to_initialize_from='file.ckpt')
并将其传递给估算器
tf.estimator.Estimator(model_fn=model_fn,
config=run_config,
model_dir='dir',
warm_start_from=warm_start)
后一个选项不会弄乱张量板摘要,因此通常更干净
推荐阅读
- reactjs - “number[]”类型的参数不能分配给“SetStateAction”类型的参数
' - python - 忽略要在 pytest 中测试的函数
- ios - xcode12 问题:ld :为 iOS 模拟器构建,但链接到为 iOS 构建的目标文件,架构 arm64 的文件 'xxx.framework/xxx'
- android - 在 Android 中设置相机焦距
- fortran - 如何在 OpenVMS Fortran 中获取命令行参数?
- python - 正则表达式程序从包含 2 个数字且它们不相邻的句子中打印单词
- javascript - REACT : 当子组件出错时隐藏父组件
- azure-active-directory - 在 AAD 组中添加外部用户以访问 Power BI 工作区
- twitter-bootstrap - 容器没有相同的边距
- mysql - MySQL 5.7 如何将主查询数据传入子子查询