在特定迭代或检查点将模型加载/恢复到tensorflow

Question

我有一个模型，每10次迭代就保存一次。所以，我保存的目录中有以下文件。在

checkpoint  model-50.data-00000-of-00001  model-50.index  model-50.meta
model-60.data-00000-of-00001  model-60.index  model-60.meta

以此类推，最多100个。我只需要装50型。因为我有 70次迭代后的NaN值。默认情况下，当我恢复时，保存程序将寻找最后的检查点。那么，我怎样才能具体地装载型号-50呢。请帮忙，否则，我必须从头开始运行模型增益，这很耗时。在

Answer 1

当您执行大多数关于保存/恢复模型的教程中所示的命令时，saver.restore(sess, tf.train.latest_checkpoint(_dir_models))传递的第二个参数只是一个字符串到模型路径。这在saver.restore文档中定义。在

save_path: Path where parameters were previously saved.

所以，您可以在那里找到任何字符串的路径，而最新的检查点只是一个从checkpoint文件中提取该路径的方便函数。在笔记本中打开此文件，您将看到所有可用的模型路径以及最新的路径。在

你可以用任何你想要的路径来代替这个路径。您可以从该文件中获取它（可以手动打开它，也可以使用get_checkpoin_state以编程方式为您完成）。在

Answer 2

因为您使用的是tf.train.Saver的函数restore()，所以可以使用^{}函数来获取所有可用检查点的列表。您将在该列表中看到model-50和{}。在

选择正确的模型，然后像这样直接传递给restore()

saver.restore(sess, ckpt_path)

Answer 3

{u{1}模型中的所有路径都可以，但至少现在你可以使用。在