本文主要是介绍tf实现在上次训练结果上继续训练,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
代码很简单,只需要执行下面,自会自动将参数以及计算图恢复,准备计算。
ckpt = tf.train.get_checkpoint_state(FLAGS.logs_dir)
if ckpt and ckpt.model_checkpoint_path:
saver.restore(sess, ckpt.model_checkpoint_path)#自动恢复model_checkpoint_path保存模型一般是最新
print("Model restored...")
这篇关于tf实现在上次训练结果上继续训练的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!