Tensorflow：保存和恢复 TensorFlowEstimator() 的方法
Tensorflow: method to save and restore TensorFlowEstimator()
如何保存和加载这个对象(regressor)？
from tensorflow.contrib import learn
regressor = learn.TensorFlowEstimator()
我无法使用 tensorflow 的默认 Saver() 来保存它。
如何用这个模型做增量学习？我对其构造函数中的 continue_training 参数感到困惑。它说你可以用新数据一次又一次地调用 fit。同时提供partial_fit()。请帮我理解？
根据此 TF tutorial，以下应该有效：
节省：
regressor.save('/tmp/tf_examples/my_model_1/')
恢复：
new_regressor = TensorFlowEstimator.restore('/tmp/tf_examples/my_model_2')
对于增量训练：请参考以下详细信息。他们给出了很好的解释。
continue_training - 将此设置为 True，模型初始化一次，并且会在每次调用 fit 时持续训练。
partial_fit - 一批样本的增量拟合
如何保存和加载这个对象(regressor)？
from tensorflow.contrib import learn
regressor = learn.TensorFlowEstimator()
我无法使用 tensorflow 的默认 Saver() 来保存它。
如何用这个模型做增量学习？我对其构造函数中的 continue_training 参数感到困惑。它说你可以用新数据一次又一次地调用 fit。同时提供partial_fit()。请帮我理解？
根据此 TF tutorial，以下应该有效：
节省：
regressor.save('/tmp/tf_examples/my_model_1/')
恢复：
new_regressor = TensorFlowEstimator.restore('/tmp/tf_examples/my_model_2')
对于增量训练：请参考以下详细信息。他们给出了很好的解释。
continue_training - 将此设置为 True，模型初始化一次，并且会在每次调用 fit 时持续训练。
partial_fit - 一批样本的增量拟合