Tensorflow允许我们使用方法tf.train.write_graph保存/加载模型的结构，以便我们将来可以恢复它以继续我们的训练课程。但是，我想知道如果这是必要的，因为我可以创建一个模块，例如GraphDefinition.py，并使用该模块重新创建模型。 那么，这是保存模型结构的更好方法，还是有任何经验法则表明我在保存模型时应该使用哪种方式？
答案 0 :(得分：3)
首先你必须要了解，张量流图中没有当前的权重（直到你手动保存它们），如果从graph.pb加载模型结构，你将从一开始就开始训练。但是如果你想继续训练或使用训练有素的模型，你必须将检查点（使用tf Saver）与变量值保存在一起，而不仅仅是结构。 看看这个步骤：Tensorflow: How to restore a previously saved model (python)