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