tensorflow - 张量流中的摘要和检查点有什么区别?
问题描述
https://github.com/dennybritz/cnn-text-classification-tf/blob/master/train.py 我认为checkpoint保留参数,那么summary为什么保留参数呢?
train_summary_writer = tf.summary.FileWriter(train_summary_dir, sess.graph)
path = saver.save(sess, checkpoint_prefix, global_step=global_step)
解决方案
检查点用于描述所有变量的状态,构成特定时间的特定模型。检查点允许在不同的会话中继续训练,恢复模型权重。它们基本上包括除图表本身之外的所有信息。虽然检查点在某种程度上类似于摘要,都是模型信息的序列化存储,但典型的检查点由 3 个文件组成
.index
存储变量的索引,.meta
存储图形信息,.dataXX
,存储实际变量值,- 和一个文本文件
checkpoint
,跟踪特定训练会话的所有检查点所以一般来说,检查点保存所有必要的信息以重新创建模型并继续训练,或者只是进行评估。
摘要是写入事件文件的协议缓冲区,保存在目录中。主要用于 Tensorboard 可视化。允许实时观察训练过程。另一个区别是摘要在某种程度上是模块化的,可以存储从标量(只是用于检查的值)到图像、直方图图形可视化等的任何内容。您可以阅读本文以了解更多关于如何创建的信息https: //github.com/PaddlePaddle/board/wiki/How-TensorFlow-writes-data-and-read-by-TensorBoardtf.train.summary_iterator
PS如果您需要额外
的分析,您可以浏览事件文件
推荐阅读
- python - 在 sqlalchemy 核心中是否可以从 Alias 或 CTE 对象访问底层 Select 对象?
- javascript - Highcharts 列向下钻取,为两个不同的向下钻取列分配两种不同的颜色?
- ibm-mq - z/OS 上的 IBM MQ 安全切换行为
- angular - Angular nb-radio(更改)在更改值时不会触发
- python - 如何使用 Python 替换文件中的特殊字符?
- go - Golang 代码创建具有相同标签名称的 XML
- spring-cloud - 使用 PCF 注册服务和 hazelcast-eureka-plugin 发现 Hazelcast 成员
- c# - 如何在 Windows 启动(更新)时运行 C# 应用程序?
- android - 如何删除 google play 上的最新版本
- python - 在networkx图中加载.ttl海龟文件时找不到节点属性