如何修改TensorFlow保存数量的限制-创新互联

本篇文章为大家展示了如何修改TensorFlow保存数量的限制，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。

新泰网站制作公司哪家好，找创新互联！从网页设计、网站建设、微信开发、APP开发、响应式网站开发等网站项目制作，到程序开发，运营维护。创新互联于2013年开始到现在10年的时间，我们拥有了丰富的建站经验和运维经验，来保证我们的工作的顺利进行。专注于网站建设就选创新互联。

设置如下：

 saver 
 =
 tf.train.Saver(
 max_to_keep
 =
 100
 ,
 keep_checkpoint_every_n_hours
 =
 1
 )

补充：解决TensorFlow只能保存5个模型的问题

直奔主题

在训练模型的代码中找到这句代码：tf.train.Saver（），

改成：

tf.train.Saver(max_to_keep = m) # m为你想保存的模型数量

扩展

Saver类中的可选参数

tf.train.Saver(max_to_keep = m, keep_checkpoint_every_n_hours = n)

max_to_keep保存离当前训练最近的模型数量，默认值为5。如果想全部保存，并且电脑内存够用，设成多大都可以。

keep_checkpoint_every_n_hours每隔n个小时保存一次模型，默认值为10,000（一般情况下应该不会训练这么长时间，所以相当于是不会按照时间来保存，按照设置的epoch保存节点数来保存）。

上述内容就是如何修改TensorFlow保存数量的限制，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注创新互联行业资讯频道。

文章标题：如何修改TensorFlow保存数量的限制-创新互联
当前路径：http://6mz.cn/article/desjgc.html