保存程序中有一个max_to_keep属性，允许用户选择要保留的检查点数量。当我创建一个max_to_keep为2的默认保存程序，并将此保存程序传递给supervisor时，不知何故，默认数字5继续出现。有没有办法告诉主管将检查点的数量限制为2个？根据这里的文档，我相信传递给主管的论点没有这样的能力：
浏览 7提问于2017-03-06得票数 0
回答已采纳
1回答
由于磁盘的限制，我在培训期间只尝试在TensorFlow中保留一些检查点。CheckpointManager有一个max_to_keep参数，但默认情况下，它保留最新的检查点。在TensorFlow中，是否有一种方法可以根据某些标准(比如验证损失)来保持有限数量的检查点？当然，我可以自己编写代码，但是最好使用CheckpointManager，以防万一已经写了什么
浏览 5提问于2022-05-18得票数 0
每个文件都很大，我只想用最新的文件覆盖它。我没有看到任何可以设置的kwarg或属性来实现这一点。有没有人知道一种方法？
浏览 15提问于2019-08-30得票数 1
我想为我的实验保存多个模型，但我注意到tf.train.Saver()构造函数不能保存超过5个模型。下面是一个简单的代码：saver = tf.train.Saver() saver.save( sess, '/home/eneskocabey/Desktop/model' + str(i)
浏览 1提问于2016-08-09得票数 15
回答已采纳
我正在用tensorflow在急切模式下编写一个基于流程的a3c实现。在每次渐变更新后，我的通用模型将其参数作为检查点写入文件夹。然后，工作人员通过从此文件夹加载最后一个检查点来更新其参数。通常，当工作人员从文件夹读取最后一个可用检查点时，主网络会将新的检查点写入文件夹，有时还会擦除工作人员正在读取的检查点。一个简单的解决方案是提高要保留的<em
浏览 0提问于2018-09-13得票数 2
Tensorflow解释说，模型：.ckpt或.hdf5或.pb。这里有很多文档，所以最好能更简单地比较什么时候使用哪种文件格式。以下是我目前的理解：来自
因此，当您知道源代码将相同时，
浏览 7提问于2020-01-23得票数 15
我注意到在Python中有几种保存经过训练的模型的方法，但是我无法看出它们之间的真正区别。检查站
从tensorflow.python.framework导入graph_util input_graph_defbuilder.add_meta_graph_and_variables( session，tf.saved_model.tag_constants.SERVING，clear_devices=True) builder
浏览 1提问于2018-06-29得票数 1
回答已采纳
我正试图解决一个问题，这是由于一个模型的过分拟合所引起的。不幸的是，我不知道如何在训练期间增加model.cpk输出的legacy/train.py间隔。是否有办法缩短每次保存model.cpk之间的时间，并禁用其删除。我正在培训小型模型，并能够负担更多的存储需求。
浏览 0提问于2019-01-16得票数 7
回答已采纳
各位，
如何使用移动网络v2进行传输/域学习？我使用mobilnet v1培训代码来训练mobilnet v1，但是在模型存储库中还是在tensorflow存储库中是否有训练v2的编写代码？
浏览 1提问于2018-06-18得票数 2
回答已采纳
我对TensorFlow世界有点陌生，但我用Keras编写了一些程序。由于TensorFlow 2在官方上类似于Keras，所以我对tf.keras.callbacks.ModelCheckpoint和tf.train.Checkpoint之间的区别感到非常困惑。如果有人能说明这一点，我会很感激的。
浏览 3提问于2020-04-16得票数 3
回答已采纳
我是机器学习的新手，我发现自己花了不成比例的时间来设置Tensorflow。我使用Anaconda作为环境管理不同的版本。由于CUDA驱动程序的一些问题，我没有建立Tensorflow-gpu_2.0.0-beta，我暂时放弃了这个。
如何可靠地衡量现有计算机和Tensorflow设置
浏览 0提问于2019-08-26得票数 4
回答已采纳
我微调SSD-MobileNetV3 3大型和SSD CPU上的Coco2017数据集，但只有图书类。我已经为此创建了一个新的数据集，并检查了数据集，并且它是好的。我还修改了配置文件以满足我的需要。当我开始培训时，它只会忽略配置文件中提供的“fine_tune_checkpoint”，然后从头开始。但是，如果我执行相同的过程，但是使用'model_dir‘目录中的检查点，它会尝试恢复它，但
浏览 2提问于2020-09-29得票数 0
回答已采纳
我不仅要利用特征提取器预训练的权重，还要利用特征映射层的分类器/本地化预训练权重，使用tensorflow对象检测API ( tensorflow object Pre)对tensorflow对象检测模型(SSD)进行微调。当我的新模型与我用于微调检查点的预训练模型有不同数量的类时，TensorFlow对象检测API将如何处理分类权重张
浏览 1提问于2018-03-20得票数 2
回答已采纳
在对通过data_convert_example.py转换为二进制的我自己的数据集执行培训时，会发现此问题。经过一周的培训，我得到了解码结果，在比较解码和参考文件时没有意义。如果有人使用自己的数据获得了类似于Textsum自述的结果，我想知道you...environment、tf构建和文章的数量。我目前还没有得到0.11的运气，但在0.9中得到了一些结果，但是解
浏览 3提问于2016-10-24得票数 1
回答已采纳
我训练了一个faster_rcnn_inception网络，继续使用tensorflow的OD API，在我的数据集上提供了检查点，只包含一个类。但是现在我意识到，在配置文件中，我忘记将num_classes从90切换到1。
这对我的网络有什么影响？如果配置正确地设置为1，它现在会慢吗？tensorf
浏览 0提问于2018-01-29得票数 4
回答已采纳
我在中使用了一个预先训练过的模型，用于CoLab (Tensorflow v2.7.0)中的对象检测。!py
浏览 18提问于2022-02-14得票数 0
这个问题是在保存和恢复文档可用之前提出的。现在，我认为这个问题是不可取的，并且说人们依赖于上的官方文档这让我想到了我的问题：我怎样才能暂停下来，恢复TF的培训呢？
浏览 4提问于2015-11-13得票数 10
我使用的是tensorflow v1.4。我想使用早期停止使用验证集与耐心的5个时代。
我在网上搜索，发现曾经有一个叫做ValidationMonitor的函数，但是现在它已经贬值了。
浏览 3提问于2017-11-14得票数 5
回答已采纳
我正在做一些TensorFlow的实验，遇到了一个麻烦。我试图使用TF来评估模型中的变化，然后根据损失函数的结果，保留或恢复模型。我已经弄清楚了困难的部分(条件控制)，但是我被困在了一些应该相当简单的事情上:我似乎不能为迭代存储一个tf.trainable_variables，如果需要的话可以恢复它。然后，我希望将tf.trainable_variables还原到上次运行该操作时的值。我需要一些方法来存储和检索张量<
浏览 10提问于2017-09-24得票数 8
回答已采纳
我使用迁移学习方法开发了一个使用faster_rcnn算法的检测模型。!faster_rcnn_inception_resnet_v2/pipeline.config --checkpoint_dir=models/faster_rcnn_inception_resnet_v2INFO:tensorflowcheckpoint_utils.py:139] Waiting for
浏览 51提问于2021-04-02得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
云直播
腾讯会议活动推荐
腾讯云开发者
