实际上每调用一次保存操作会创建后3个数据文件并创建一个检查点(checkpoint)文件,简单理解就是权重等参数被保存到 .ckpt.data 文件中,以字典的形式;图和元数据被保存到 .ckpt.meta
模型保存:saver=tf.train.Saver() Saver.save(sess,”….ckpt”) 直接加载:saver=tf.train.import_meta_graph(“/ckpt.meta
(1)*.ckpt.meta保存计算图的结构 数据格式:元图(MetaGraph) 通过元图来记录计算图中节点的信息以及运行计算图中节点所需要的元数据。
然后将更新的检查点文件以及随机输入占位符重新保存在newmodel目录中: ls -lt newmodel -rw-r--r-- 1 jeffmbair staff 266311 Mar 5 16:43 ckpt.meta...tmp,然后转到 TensorFlow 源根目录并运行: python tensorflow/python/tools/freeze_graph.py \ --input_meta_graph=/tmp/ckpt.meta