Cara Mengekalkan dan Mendapatkan Model Tensorflow Terlatih
Dalam Tensorflow, menyimpan dan memulihkan model terlatih ialah aspek penting dalam aliran kerja pembelajaran mesin. Berikut ialah panduan komprehensif tentang cara untuk menyelesaikan tugasan ini:
Menyimpan Model Terlatih
Versi 0.11 dan Ke Atas:
import tensorflow as tf # Create a saver object to save all variables saver = tf.train.Saver() # Save the graph with the specified global step saver.save(sess, 'my_test_model', global_step=1000)
Memulihkan Simpanan Model
import tensorflow as tf sess = tf.Session() # Restore graph and weights using meta graph and restore operation saver = tf.train.import_meta_graph('my_test_model-1000.meta') saver.restore(sess, tf.train.latest_checkpoint('./')) # Retrieve saved variables and operations # ...
Untuk kes penggunaan yang lebih lanjut, rujuk sumber yang disediakan dalam dokumentasi yang dirujuk untuk penjelasan menyeluruh tentang teknik ini.
Atas ialah kandungan terperinci Bagaimana untuk Menyimpan dan Memulihkan Model TensorFlow Terlatih?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!