溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇文章為大家展示了如何修改TensorFlow保存數量的限制，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。
設置如下：
saver = tf.train.Saver( max_to_keep = 100 , keep_checkpoint_every_n_hours = 1 )
補充：解決TensorFlow只能保存5個模型的問題
在訓練模型的代碼中找到這句代碼：tf.train.Saver（），
改成：
tf.train.Saver(max_to_keep = m) # m為你想保存的模型數量
Saver類中的可選參數
tf.train.Saver(max_to_keep = m, keep_checkpoint_every_n_hours = n)
max_to_keep保存離當前訓練最近的模型數量，默認值為5。如果想全部保存，并且電腦內存夠用，設成多大都可以。
keep_checkpoint_every_n_hours每隔n個小時保存一次模型，默認值為10,000（一般情況下應該不會訓練這么長時間，所以相當于是不會按照時間來保存，按照設置的epoch保存節點數來保存）。
上述內容就是如何修改TensorFlow保存數量的限制，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
