张量流模型：.data-00000-of-00002 和 data-00001-of-00002 之间有什么区别？
tensorflow model: what is the difference between .data-00000-of-00002 and ,data-00001-of-00002?
在存储tensorflow ckpt时，除了.index、.meta和checkpoint文件外，还会同时保存两个“.data”文件：.data-00000-of-00002和.data-00001-的-00002。前者的尺寸远小于后者。我的问题是，为什么保存了两个数据文件，它们之间有什么区别？
根据tensorflow官方page：
一个或多个分片 (<prefix>-<global_step>.data-<shard_index>-of-<number_of_shards>) 包含模型的权重，索引文件包含哪些权重存储在哪个分片中。分片的数量取决于您使用多少台机器进行训练。
因此，如果您在两台机器上训练一个模型，您将有两个后缀为 .data-00000-of-00002 和 .data-00001-of-00002
的分片
您可能也想看看 this url。
实例化tf.train.Saver时，您可以设置参数sharded的值（默认值为False）。 sharded=True 指示 Saver 为每个 machine/device.
分片检查点
在存储tensorflow ckpt时，除了.index、.meta和checkpoint文件外，还会同时保存两个“.data”文件：.data-00000-of-00002和.data-00001-的-00002。前者的尺寸远小于后者。我的问题是，为什么保存了两个数据文件，它们之间有什么区别？
根据tensorflow官方page：
一个或多个分片 (<prefix>-<global_step>.data-<shard_index>-of-<number_of_shards>) 包含模型的权重，索引文件包含哪些权重存储在哪个分片中。分片的数量取决于您使用多少台机器进行训练。
因此，如果您在两台机器上训练一个模型，您将有两个后缀为 .data-00000-of-00002 和 .data-00001-of-00002
您可能也想看看 this url。
实例化tf.train.Saver时，您可以设置参数sharded的值（默认值为False）。 sharded=True 指示 Saver 为每个 machine/device.