.ckpt文件是的旧版本输出
saver.save(sess)
,与您的输出等效.ckpt-data
(请参见下文)“ checkpoint”文件仅在此处告诉一些TF函数,这是最新的checkpoint文件。
.ckpt-meta
包含元图,即您的计算图的结构,没有变量的值(基本上可以在张量板/图中看到)。.ckpt-data
包含所有变量的值,没有结构。要在python中还原模型,通常会使用meta和data文件(但也可以使用该.pb
文件):saver = tf.train.import_meta_graph(path_to_ckpt_meta)
saver.restore(sess, path_to_ckpt_data)
我不完全知道
.ckpt-index
,我想这是内部正确映射前面两个文件所需的某种索引。无论如何,通常通常并不需要,您可以仅使用.ckpt-meta
和恢复模型.ckpt-data
。该
.pb
文件可以保存您的整个图形(元+数据)。要在c ++中加载和使用(但不训练)图形,通常会使用通过创建的图形freeze_graph
,它会.pb
根据元数据和数据创建文件。注意(至少在以前的TF版本中,并且对于某些人而言),提供的py函数freeze_graph
无法正常工作,因此您必须使用脚本版本。Tensorflow也提供了一种tf.train.Saver.to_proto()
方法,但是我不知道它到底在做什么。
这里有很多有关如何保存和恢复图形的问题。例如,在此处查看答案,但请注意,引用的两个教程虽然确实很有帮助,但远非完美,而且许多人似乎仍在努力地用c
++导入模型。
编辑 :看起来您现在也可以在c++中使用.ckpt文件,所以我想您不必再需要.pb文件。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)