扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
本篇文章为大家展示了如何修改TensorFlow保存数量的限制，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。
设置如下：
saver = tf.train.Saver( max_to_keep = 100 , keep_checkpoint_every_n_hours = 1 )
补充：解决TensorFlow只能保存5个模型的问题
在训练模型的代码中找到这句代码：tf.train.Saver（），
改成：
tf.train.Saver(max_to_keep = m) # m为你想保存的模型数量
Saver类中的可选参数
tf.train.Saver(max_to_keep = m, keep_checkpoint_every_n_hours = n)
max_to_keep保存离当前训练最近的模型数量，默认值为5。如果想全部保存，并且电脑内存够用，设成多大都可以。
keep_checkpoint_every_n_hours每隔n个小时保存一次模型，默认值为10,000（一般情况下应该不会训练这么长时间，所以相当于是不会按照时间来保存，按照设置的epoch保存节点数来保存）。
上述内容就是如何修改TensorFlow保存数量的限制，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注创新互联行业资讯频道。
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
微信二维码
移动版官网