tensorflow中的Supervisor
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
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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: ...
- 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 ...
- 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 ...
- 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
- crontab 知识查阅
- linux shell touch更新文件时间
- Java多线程(2)—线程同步
- 「中间件系列二」redis缓存
- 最小二乘法(多元)推导
- 外边距塌陷之clearance
- 单片机IO引脚驱动能力的提高
- 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
- 数据结构-树5-二叉搜索树
- Sharding-Jdbc实现读写分离、分库分表,妙!
- 零基础学习前端开发,怎么自学javascript?
- Maven安装教程详解与导入
- MySQL常见的几种数据类型盘点
- 文本编辑器——VI/VIM
- 什么是 1号信令、7号信令和PRI信令?
- java 实现动态验证码_java实现动态验证码
- 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?...
- ubuntu 分区大小调整_如何调整Ubuntu分区的大小
- php 中 normdist,excel中的normdist
- 如何修改echarts源码(其他框架也可适用)
热门文章
- IntelliJ IDEA for Mac如何存取自定义快捷键配置文件
- 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...
- java velocity详解_[velocity] velocity详解
- C++后端向JS前端转换
- 云服务器可以文件服务器,云服务器 可以上传文件
- marker主题 ros_(五)ROS主题理解
- 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
- swig模板 PHP,如何使用nodejs前端模板引擎swig
- python中函数参数_Python函数的参数
- java简单计算机程序_JAVA程序编的简单计算器程序??