我应用了一个初始模型，但我的模型已经成熟，但是如何避免再次训练数据集和敏捷性呢？

Question

我使用TensorFlow库在Pycharm中拥有相同的初始模型。每次我运行项目时，它都会开始训练数据集。我想在每次运行模型时都跳过训练，因为一旦保存了模型，就不需要一次又一次地训练数据了。我如何知道我的模型已成功保存？如何在同一文件中应用保存模型？

Answer 1

您可以使用TensorFlow保存/恢复/加载模型：

保存：

builder = tf.saved_model.builder.SavedModelBuilder(export_dir) with tf.Session(graph=tf.Graph()) as sess:   ...   builder.add_meta_graph_and_variables(sess,
                                           [tag_constants.TRAINING],
                                           signature_def_map=foo_signatures,
                                           assets_collection=foo_assets,
                                           strip_default_attrs=True)
...
builder.save()

加载：

with tf.Session(graph=tf.Graph()) as sess:
  tf.saved_model.loader.load(sess, [tag_constants.TRAINING], export_dir)
  ...

进一步的参考：TensorFlow Guide on Saving a Model

Answer 2

实际上，保存模型后，某些文件将以扩展名.YAML，.h5或.meta（用于图形）保存到目录中，您可以通过从保存的文件中恢复来检查模型的准确性，进行健全性检查。

关于此的很好的教程：

1. https://www.tensorflow.org/guide/saved_model
2. http://cv-tricks.com/tensorflow-tutorial/save-restore-tensorflow-models-quick-complete-tutorial/

如果您使用keras-api构建模型，那么此链接对于保存和恢复https://keras.io/getting-started/faq/#how-can-i-save-a-keras-model

很有用。