tensorflow - Tensorflow saver.save() 无法正常工作

Question

调用 saver.save() 会在 google colab 上保存四个文件，但在我的本地，我只是得到一个检查点文件。（使用 macOS High Sierra）

def train(model,model_dir,batch_szie,tr_x,tr_y,val_x,val_y,lr_rate):
saver = tf.train.Saver()
epoch = 0
max_epoch = 300
print ("starting training")
with tf.Session() as sess:
  sess.run(tf.global_variables_initializer())
  while epoch < max_epoch:
    for br_x,br_y in shuffle_batch(tr_x,tr_y,batch_size):
      sess.run(model.opt,feed_dict={model.inputs:br_x,model.outputs:br_y,model.is_training:True,model.lr_rate:lr_rate})  

    epoch = epoch + 1
  saver.save(sess,model_dir,write_meta_graph=True)
  print ('completed training, model saved')

这就是我所说的训练功能。custom_dnn() 函数创建一个自定义类的对象，然后调用 train 函数。模型训练正确，我已经可视化了训练图，但是在保存时，我的本地只保存了一个检查点文件。

model_dir = "/Users/proj/model/"
batch_size = 50
lr_rate = 0.001
tf.reset_default_graph()
model_sub1 = custom_dnn()
train(model_sub1,model_dir,batch_size,tr_x,tr_y,val_x,val_y,lr_rate)

我究竟做错了什么？

标签： tensorflowdeep-learninggoogle-colaboratory