使用估计量从训练有素的模型加载检查点

时间:2018-09-15 09:24:41

标签: tensorflow machine-learning deep-learning tensorflow-estimator

我想做非常简单的任务。让我们假设我已经执行了一个模型,并使用tf.estimator为该模型保存了多个检查点和metada。我们可以再次假设我有3个检查站。 1、2和3。在评估张量板上的训练结果时,我意识到检查点2为我的目标提供了更好的权重。

因此,我想加载检查点2并进行预测。我想问的是,是否可以从模型目录中删除检查点3,然后让估算器从检查点2自动加载它?或者我可以做些什么来为我的预测加载特定的检查点?

谢谢。

1 个答案:

答案 0 :(得分:0)

是的,可以。默认情况下,Estimator将在model_dir中加载最新的可用检查点。因此,您可以手动删除文件,也可以使用

指定检查点文件。
warm_start = tf.estimator.WarmStartSettings(ckpt_to_initialize_from='file.ckpt')

并将其传递给估算器

tf.estimator.Estimator(model_fn=model_fn,
                       config=run_config,
                       model_dir='dir',
                       warm_start_from=warm_start)

后一个选项不会弄乱张量板摘要,因此通常更干净