主要介绍了TensorFlow实现模型断点训练,checkpoint模型载入方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

深度学习中，模型训练一般都需要很长的时间，由于很多原因，导致模型中断训练，下面介绍继续断点训练的方法。 方法一：载入模型时，不必指定迭代次数，一般默认最新 # 保存模型 saver = tf.train.Saver(max_to_keep=1) # 最多保留最新的模型 # 开启会话 with tf.Session() as sess: # saver.restore(sess, './log/' + "model_savemodel.cpkt-" + str(20000)) sess.ru

Tensorflow Keras模型储存 Tensorflow有某种模型存储方式。第一种是存成checkpoint档（.ckpt），使用时机是训练过程中欲保存当前会话状态。第二种是存成pb档（.pb），如果模型架构已确定第三种是Keras（目前已合并到TF2.0）的save()存成HDF5档（.h5），HDF是设计本篇文章透过波士顿房价预测资料集，训练一个DNN模型并示范如何汇出与载入.pb和.h5模型档。 改造模型 首先我们使用Tensorflow Keras API建立一个顺序模型，共有两个