深度学习入坑（四）---关于保存、读取模型

TensorFlow 不知道哪个版本出了Estimator这个类之后。模型 数据保存变得相当人性化。自动、定时保存

保存数据只在train()进行的时候保存。如下图

它主要产生两种文件。一个是checkpoint,记录模型以及训练数据，另一个是event files.在可视化的时候用

我现在主要是用checkpoint。

无论使用DNNclassifier还是Estimator，如果不指定文件夹，会保存在临时文件夹，所以在创建Estimator或者DNNclassifier的时候，最好指定一下model_dir。

checkpoint的保存：

默认--每600s保存一次，在开始和结束都会记录，只保存最近5次的记录。

my_checkpointing_config = tf.estimator.RunConfig(
    save_checkpoints_secs = 20*60,#单位是分钟
    keep_checkpoint_max = 10, #次数
)

classifier = tf.estimator.DNNClassifier(
    feature_columns=my_feature_columns,
    hidden_units=[10, 10],
    n_classes=3,
    model_dir='models/iris',
    config=my_checkpointing_config)