开发笔记:001.checkpoint文件

1.用途

• 捕获模型使用的所有tf.Variable的确切值
• 用来进行深度学习模型参数的保存
  

2.创建

2.1 方法一&＃xff1a;save_weights&＃xff08;filename)

import tensorflow as tf
class Net(tf.keras.Model):
"""A simple linear model."""
def __init__(self):
super(Net, self).__init__()
self.l1 &＃61; tf.keras.layers.Dense(5)
def call(self, x):
return self.l1(x)
net &＃61; Net()
net.save_weights(&＃39;easy_checkpoint&＃39;)


生成下面三个文件

• checkpoint内容&＃xff1a;
  

方法二&＃xff1a;tf.train.checkpoint

步骤&＃xff1a;

• 产生checkpoint对象
  
  • checkpoint的参数必须是trackable类型的&＃xff1a;tf.Variable, tf.keras.Layer implementations, or
    tf.keras.Model
• 使用tf.train.checkpointManager管理多个checkpoints
• max_to_keep&＃xff1a;生成的checkpoint文件有很多&＃xff0c;存储在磁盘上浪费空间&＃xff0c;设置max_to_keep&＃61;3只保留最新产生的三个文件
• 使用tf.train.checkpointManager.store进行保存
  
  
  
  生成的checkpoint文件