博客
关于我
Tensorflow 2.0
阅读量:752 次
发布时间:2019-03-23

本文共 416 字,大约阅读时间需要 1 分钟。

SavedModel与Checkpoints的区别

SavedModel是一种包含完整TensorFlow程序的模型文件,包含了权重和计算逻辑。这种模型无需依赖原始的模型代码即可运行,极大地方便了模型的分享和部署过程。此外,SavedModel可以与TensorBoard一起使用,通过Web服务或文件操作轻松加载和使用。

与之对比,Checkpoints采用了另一种保存机制,它主要用于模型训练过程中的持久化保存,允许在断电后恢复训练。这个机制尤其适用于长时间或分布式训练任务,能够有效管理大型模型的训练过程。

在实际应用中,SavedModel适用于模型的分享和部署,而Checkpoints则更适合模型训练时期的持久化管理。两者各有优势,可根据实际需求选择合适的保存和加载方式。这也是为什么在TensorFlow等深度学习框架中,既有SavedModel这样便于部署的模型文件,也有Checkpoints这样灵活持久化的机制。

转载地址:http://ixkzk.baihongyu.com/

你可能感兴趣的文章
MySql优化系列-造数据(存储过程+函数)-1
查看>>
MySQL优化配置详解
查看>>
Mysql优化高级篇(全)
查看>>
mysql会员求积分_MySql-统计所有会员的最高前10次的积分和
查看>>
mysql会对联合索性排序优化_MySQL索引优化实战
查看>>
MySQL作为服务端的配置过程与实际案例
查看>>