tf.train.Supervisor()可以帮我们简化一些事情,可以保存模型参数和Summary,它有以下的作用:

  1)自动去checkpoint加载数据或初始化数据 ,因此我们就不需要手动初始化或者从checkpoint中加载数据

  2)自身有一个Saver,可以用来保存checkpoint,因此不需要创建Saver,直接使用Supervisor里的Saver即可

  3)有一个summary_computed用来保存Summary,因此不需要创建summary_writer

  因此从这里看,Supervisor相当于将一些功能集成到一起了,具体代码实现

import tensorflow as tfa = tf.Variable(1)
b = tf.Variable(2)
c = tf.add(a, b)
update = tf.assign(a, c)
tf.summary.scalar("a", a)
init_op = tf.initialize_all_variables()
merged_summary_op = tf.summary.merge_all()
sv = tf.train.Supervisor(logdir="./tmp/", init_op=init_op)  # 直接初始化
saver = sv.saver
with sv.managed_session() as sess:for i in range(10000):update_ = sess.run(update)if i % 10 == 0:merged_summary = sess.run(merged_summary_op)sv.summary_computed(sess, merged_summary, global_step=i)  # 直接将summary保存if i % 100 == 0:saver.save(sess, save_path="./tmp/", global_step=i)  # 直接将模型参数保存

转载于:https://www.cnblogs.com/jiangxinyang/p/9396211.html

tensorflow中的Supervisor相关推荐

  1. TensorFlow 中三种启动图用法

    转自https://blog.csdn.net/lyc_yongcai/article/details/73467480 TensorFlow 中有三种启动图的方法:tf.Session(),tf.I ...

  2. TensorFlow中的语义分割套件

    TensorFlow中的语义分割套件 描述 该存储库用作语义细分套件.目标是轻松实现,训练和测试新的语义细分模型!完成以下内容: 训练和测试方式 资料扩充 几种最先进的模型.轻松随插即用 能够使用任何 ...

  3. TensorFlow中的计算图

    作者 | stephenDC 来源 | 大数据与人工智能(ID:ai-big-data) 1 什么是计算图? 一个机器学习任务的核心是模型的定义以及模型的参数求解方式,对这两者进行抽象之后,可以确定一 ...

  4. 如何使用TensorFlow中的Dataset API

    翻译 | AI科技大本营 参与 | zzq 审校 | reason_W 本文已更新至TensorFlow1.5版本 我们知道,在TensorFlow中可以使用feed-dict的方式输入数据信息,但是 ...

  5. tensorflow中的向量范数

    向量范数(Vector Norm):是表征向量"长度"的一种度量方法,其中可以推广到张量上. 在tensorflow中可以通过tf.norm(x,ord)求解张量的L1,L2,∞等 ...

  6. tensorflow中的命令行参数介绍

    1.tensorflow中的tf.flags参数介绍 #!/usr/bin/env python # -*- coding: utf-8 -*- # @Date : 2019-01-20 21:39: ...

  7. tensorflow中的变量管理

    import tensorflow as tf# variable_scope()示例 """ tensorflow中通过变量名称获取变量的机制主要是通过tf.get_v ...

  8. TensorFlow中Session.run和Tensor.eval的区别

    之前在TensorFlow中运行代码时,在会话中会需要运行节点,会碰到两种方式:Session.run()和Tensor.eval(),刚开始不太懂这两者之间的差异,最后通过查找官方文档和一些资料了解 ...

  9. tensorflow中的tf.summary.image

    tensorflow中的tf.summary.image tf.summary.image(name,#生成的节点的名称.也将作为TensorBoard中的系列名称tensor,#uint8或者flo ...

最新文章

  1. crontab 知识查阅
  2. linux shell touch更新文件时间
  3. Java多线程(2)—线程同步
  4. 「中间件系列二」redis缓存
  5. 最小二乘法(多元)推导
  6. 外边距塌陷之clearance
  7. 单片机IO引脚驱动能力的提高
  8. 计算机对教育的影响雅思听力,雅思听力机考带来的两大影响
  9. 数据结构-树5-二叉搜索树
  10. Sharding-Jdbc实现读写分离、分库分表,妙!
  11. 零基础学习前端开发,怎么自学javascript?
  12. Maven安装教程详解与导入
  13. MySQL常见的几种数据类型盘点
  14. 文本编辑器——VI/VIM
  15. 什么是 1号信令、7号信令和PRI信令?
  16. java 实现动态验证码_java实现动态验证码
  17. 近视眼手术之后计算机专业,做完近视激光手术后多久可以整天对着电脑工作。应注意什么?...
  18. ubuntu 分区大小调整_如何调整Ubuntu分区的大小
  19. php 中 normdist,excel中的normdist
  20. 如何修改echarts源码(其他框架也可适用)

热门文章

  1. IntelliJ IDEA for Mac如何存取自定义快捷键配置文件
  2. css 获取屏幕宽度_设备像素、设备独立像素、CSS像素、分辨率、PPI、devicePixelRatio 的区别...
  3. java velocity详解_[velocity] velocity详解
  4. C++后端向JS前端转换
  5. 云服务器可以文件服务器,云服务器 可以上传文件
  6. marker主题 ros_(五)ROS主题理解
  7. python爬虫数据可视化_适用于Python入门者的爬虫和数据可视化案例
  8. swig模板 PHP,如何使用nodejs前端模板引擎swig
  9. python中函数参数_Python函数的参数
  10. java简单计算机程序_JAVA程序编的简单计算器程序??