tensorflow - tensorflow 重新训练模型文件

Question

我开始使用 tensorflow 并使用 retrain.py 来教它一些新类别 - 这很好用 - 但是我有一些问题：

在 retrain.py 的评论中它说：“这会产生一个新的模型文件，可以由任何 TensorFlow 程序加载和运行，例如 label_image 示例代码”但是我还没有找到这个新模型文件保存到哪里？

另外：它确实包含整个模型，对吗？不只是再培训的部分？

感谢您清除此问题

Answer 1

1）我想你可能想保存新模型。当您想在某个过程后保存模型时，您可以使用 saver.save(sess, 'directory/model-name', *optional-arg).

查看https://www.tensorflow.org/api_docs/python/tf/train/Saver

如果您通过 epoch 或您想使用的任何度量更改模型名称，您可以保存新模型（否则，它可能与之前保存的模型重叠）。

您可以通过搜索'checkpoint'、'.index'、'.meta'找到保存的模型。

2）保存整个模型或只是它的一部分？这是您在 tf.session 和 savers 上学习大量想法所需的部分。您可以保存全部或部分，这取决于您。再次，从上面的链接开始。寓意是您将要保存的变量放在链接中引用为“var_list”的列表中，并且只能为它们保存。当您回调它们时，您现在还需要指定模型中的哪些变量对应于加载的变量中的变量。

Answer 2

在运行 retrain.py 时，您可以提供 --output_graph 和 --output_labels 参数，它们指定保存图形的位置（默认为 /tmp/output_graph.pb）以及标签。您可以根据您的要求更改这些。