解決TensorFlow訓練模型及保存數量限制的問題

每次卷積神經網絡訓練的結果都隻保存瞭最後一部分，查閱瞭一下相關資料，發現是定義saver時采用的默認值，這裡進行如下設置：

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

補充：解決TensorFlow隻能保存5個模型的問題

直奔主題

在訓練模型的代碼中找到這句代碼：tf.train.Saver（），

改成：

tf.train.Saver(max_to_keep = m) # m為你想保存的模型數量

Saver類中的可選參數

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

max_to_keep保存離當前訓練最近的模型數量，默認值為5。如果想全部保存，並且電腦內存夠用，設成多大都可以。

keep_checkpoint_every_n_hours每隔n個小時保存一次模型，默認值為10,000（一般情況下應該不會訓練這麼長時間，所以相當於是不會按照時間來保存，按照設置的epoch保存節點數來保存）。

以上為個人經驗，希望能給大傢一個參考，也希望大傢多多支持WalkonNet。如有錯誤或未考慮完全的地方，望不吝賜教。