python – 在特定迭代或检查点将模型加载/恢复到tensorflow

我有一个模型,我每10次迭代就会保存一次.所以,我在保存的目录中有以下文件.

checkpoint  model-50.data-00000-of-00001  model-50.index  model-50.meta
model-60.data-00000-of-00001  model-60.index  model-60.meta

等等达到100.我只需加载模型-50.因为我有
70次迭代后的NaN值.通过deafault,当我恢复保护程序时,将寻找最终的检查点.那么,我怎么能专门加载模型-50.请帮助,否则,我必须从头开始运行模型增益,这很费时间.

解决方法:

由于您使用的是tf.train.Saver的函数restore(),因此您可以使用last_checkpoints函数来获取所有可用检查点的列表.您将在此列表中看到model-50和model-60.

选择正确的模型,并将其直接传递给restore(),如下所示,

saver.restore(sess, ckpt_path)
上一篇:理解Canvas的save()和restore()方法


下一篇:Mysql还原以恢复结构并且没有来自给定备份的数据(schema.sql)