Tensorflow教程-保存和加载模型

“ 再小的你，也有自己的个性”

通过阅读本文，您可以学会：

1、如何保存训练好的模型

2、如何加载训练好的模型

源代码：

https://github.com/PrivateThink/tensorflow_tutorial

在前面的教程，学习了如何训练模型，如果数据量大的话，是要花很长时间来训练的，重复训练即浪费时间又浪费资源，所以在很多机器学习任务中，会将训练好的模型保存下来，下次直接加载保存的模型。

数据准备和模型创建

上述程序，从文件中读取数据，构建线性模型，利用交叉熵损失函数，采用Adam优化器,最后计算准确率。

Tensorflow中用tf.train.Saver来声明保存训练好模型的操作。初始化以后就可以进行训练和测试了。

上述程序中training_enpochs=10,只训练10次，每两次打印一次训练结果。训练完以后，就可以用saver.save保存模型。

第一次训练结果

经过第一次训练，测试准确率可达0.958.

保存模型很简单，同样加载模型也很简单。

上述将训练次数training_epochs改为20，继续迭代，用saver.restore就可以加载模型了，然后继续训练。

第二次训练结果

第二次的预测准确率为0.975，比第一次预测的准确要好。今天的教程就讲到了。

后续持续更新Tensorflow教程

欢迎关注和分享