我们可以使用Estimator和保存模型的许多检查点RunConfig。
classifiereval 200默认会使用最新步骤,
我可以加载ckpt-1吗?
my_checkpointing_config = tf.estimator.RunConfig(
save_checkpoints_secs = 20*60, # Save checkpoints every 20 minutes.
keep_checkpoint_max = 10, # Retain the 10 most recent checkpoints.
)
classifier = tf.estimator.DNNClassifier(
feature_columns=my_feature_columns,
hidden_units=[10, 10],
n_classes=3,
model_dir='models/iris',
config=my_checkpointing_config)
$ ls -1 models/iris
checkpoint
events.out.tfevents.timestamp.hostname
graph.pbtxt
model.ckpt-1.data-00000-of-00001
model.ckpt-1.index
model.ckpt-1.meta
model.ckpt-200.data-00000-of-00001
model.ckpt-200.index
model.ckpt-200.meta
Run Code Online (Sandbox Code Playgroud)
两者tf.estimator.Estimator.evaluate和tf.estimator.Estimator.predict有一个checkpoint_path论点。您应该能够提供到model.ckpt-1此处使用此检查点进行评估的路径。
请注意,此参数是在最近的TF更新中添加的(可能为1.7或1.8,不确定),因此,如果您使用的是过时的版本,则可能没有此参数。有一个骇人听闻的选择:在中model_dir应该有一个名为的文件checkpoint。该文件的第一行应为
model_checkpoint_path: "model.ckpt-xxxxxx"
Run Code Online (Sandbox Code Playgroud)
xxxxxx最新检查点的步骤数(在您的情况下为200)在哪里。您可以手动将此行更改为Estimator要加载的任何检查点。但是,您可能之后需要将其改回,否则,如果您想继续训练模型,可能会遇到问题。
| 归档时间: |
|
| 查看次数: |
1079 次 |
| 最近记录: |