python - 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，我每迭代 10 次就保存一次。所以，我在保存的目录中有以下文件。

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，直到 100。我只需要加载 model-50。因为我有70 次迭代后的 NaN 值。默认情况下，当我恢复时，保护程序将寻找最终检查点。那么，我该如何专门加载 model-50.请帮忙，否则，我必须从头开始运行模型增益，这很耗时。

Answer 1

由于您正在使用 tf.train.Saver 的函数 restore()，您可以使用 last_checkpoints函数来获取所有可用检查点的列表。您将在此列表中同时看到 model-50 和 model-60。

选择正确的模型，然后像这样将其直接传递给 restore()，

saver.restore(sess, ckpt_path)