HaneCa

Tensorflowで学習した結果を保存して、続きを学習することがあると思います。なかなかその内容が理解できなかったので、できるだけシンプルにそれを実現する方法について、紹介したいと思います。

まず、今回はTensorflowのチュートリアルで紹介されているmnistのサンプルを利用して、保存・再読み込みを実装します。mnistとは、手書きの数字を分類するためのデータセットです。

また、今回は分類するサンプルコードの中で、mnist_deep.pyを利用することにしました。このファイルの158行目以降に次のような変更を加えます。

  import os
  MODEL_PATH = './tensorflowModel.ckpt'
  saver = tf.train.Saver()
    if os.path.exists(MODEL_PATH+'.meta'):
      saver.restore(sess, MODEL_PATH)

    saver.save(sess, MODEL_PATH)

ここでは、まず、モデルのパスをMODEL_PATHとして定義します。次にモデルを保存・再読み込みするインスタンスとして、saverを定義します。