如何在张量流中保存和加载DNN分类器？

Question

如何在tensorflow中保存和加载DNN分类器？ 要求提供默认的虹膜分类器程序。 （ https://www.tensorflow.org/get_started/estimator ）

Answer 1

要保存和重用分类器，您可以使用相同的model_dir路径重新加载它。

例如，在您要使用分类器的方法中，您可以仅使用相同的model_dir再次创建分类器。 这将从以前的状态重新加载它。

我将其用于培训，然后重新加载以测试单个示例。

tf.estimator.DNNClassifier
(feature_columns=feature_columns, 
hidden_units=[10, 20, 10], 
n_classes=3, 
model_dir="/tmp/iris_model")

Answer 2

救

您需要做的第一件事是在会话中创建一个tensorflow Saver对象：

with tf.Session(graph=graph) as sess:
    saver = tf.train.Saver()

然后，在经过培训之后-仍在会话中-您可以调用save方法：

saver.save(sess, 'path/to/model_file')

您无需指定文件扩展名，因为save方法将为您完成扩展名。

加载

要恢复模型，请打开一个新会话（当然没有图形），然后执行以下操作：

with tf.Session() as sess:
    new_saver = tf.train.import_meta_graph('path/to/model_file.meta')
    new_saver.restore(sess, tf.train.latest_checkpoint('path/to/model_dir/'))

    # restore the tensors you want (usually, the ones you use in feed_dict and sess.run)
    graph = tf.get_default_graph()
    x = graph.get_tensor_by_name("x:0")
    output = graph.get_tensor_by_name("output:0")

    feed_dict = {x:x}
    [result] = sess.run([output], feed_dict=feed_dict)

您还可以查看有关保存和恢复tensorflow模型的本教程 。 希望对您有所帮助！