好处是我可以使用tf.train.export_meta_graph()
存储和加载单个模型,但我不确定这种用法是否是TensorFlow的设计目的。只要我不想在它们之间共享数据,它是否会对并行/性能,功能等并行使用多个图形产生任何负面影响?
答案 0 :(得分:0)
这不是一个好主意,因为在模型之间传递数据需要从一个会话中获取,并将Python对象反馈回另一个会话。在本地,这是不必要的复制操作,在分布式设置中更糟糕。
现在export_scoped_meta_graph()
import_scoped_meta_graph()
和tf.contrib.framework.meta_graph
可以保存和加载图表的各个部分,建议使用单个全局图表。