我是TensorFlow和NN的新手。我开发了一个张量模型，用LSTM来表示文本的情感。我的模型训练直到给定的时期或迭代次数并将模型保存一定数量。 （即，我在每5个时期之后保存模型。）一旦完成训练，我会拿起最后一个检查点文件并将其用于预测。
但是当我用新数据再次运行我的训练代码时，我怀疑了。我感到困惑。
过去的数据存储器是否与新创建的检查点文件有关。例如，当我使用epoch=150训练模型时，我得到了./models/tensorflow/model-150。现在我又恢复了模型-150并开始使用新数据进行训练，因为它保存了逻辑步骤
saver.save(sess, os.path.join(model_path, 'model'), global_step=epoch)
我没有看到模型-151而不是旧模型-1被替换为新模式-1。在这里我想知道的是，第一个模型 - 150记忆是否存在第二次训练和创建模型 - 150不是？
答案 0 :(得分：0)
是的你仍然拥有网络中150个第一个时代的效果，只是新文件与你在global_step中提供的纪元号保存在一起，如果它已经存在，它将不会在网络中查看培训。我建议您改为编写saver.save(sess, os.path.join(model_path, 'model'), global_step=epoch+150)（或者更清楚地读取检查点名称中先前的历元数，然后将其添加到您的global_step中）