Comment enregistrer et restaurer des modèles TensorFlow ?

Enregistrement et restauration de modèles dans TensorFlow

Après avoir entraîné un modèle dans TensorFlow, il est crucial de l'enregistrer pour une utilisation ultérieure. Voici comment effectuer ces opérations :

Enregistrer un modèle

Dans TensorFlow version 0.11 et supérieure, l'enregistrement d'un modèle implique :

1. Créer un objet tf.train.Saver pour enregistrer toutes les valeurs des variables.
2. Appel saver.save() pour enregistrer le modèle dans un fichier (avec un nom spécifié et une étape globale).

Restauration d'un modèle

Pour restaurer un modèle enregistré model :

1. Créez une nouvelle session TensorFlow.
2. Créez un objet Saver et utilisez tf.train.import_meta_graph() pour charger le méta-graphe du modèle.
3. Appelez saver.restore() pour restaurer les valeurs des variables à partir du fichier enregistré.
4. Accédez directement aux variables enregistrées à l'aide de sess.run ("variable_name:0").
5. Créez des espaces réservés pour les nouvelles données d'entrée et créez un dictionnaire de flux pour les transmettre au graph.
6. Obtenez l'opération restaurée que vous souhaitez exécuter.
7. Appelez sess.run(op_to_run, feed_dict) pour exécuter l'opération avec les nouvelles données d'entrée.

Pour des scénarios avancés d'enregistrement et de restauration, reportez-vous au didacticiel complet :

[Un didacticiel complet et rapide pour enregistrer et restaurer Modèles TensorFlow](lien fourni)

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!