关于.model.meta，.model.index，.model.data-00000-of-00001--学习笔记

Tensorflow模型主要包含网络设计（或者网络图）和训练好的网络参数的值。所以Tensorflow模型有两个主要的文件：
1. Meta图： Meta图是一个协议缓冲区（protocol buffer），它保存了完整的Tensorflow图；比如所有的变量、运算、集合等。这个文件的扩展名是.meta。
2. Checkpoint 文件：
  1. 从0.11版本开始，Tensorflow对改文件做了点修改，checkpoint文件不再是单个.ckpt文件，而是如下两个文件：
    1. mymodel.data-00000-of-00001
    2. mymodel.index
    3. 其中， .data文件包含了我们的训练变量。除此之外，还有一个叫checkpoint的文件，它保留了最新的checkpoint文件的记录。
  2. 这是一个二进制文件，它保存了权重、偏置项、梯度以及其他所有的变量的取值，扩展名为.ckpt。
对于0.11之前的版本，只包含三个文件：
1. inception_v1.meta
2. inception_v1.ckpt
3. checkpoint
保存tensorflow模型：
1. 观察损失和准确率，一旦发现网络收敛，就可以手动停止训练过程或者直接训练固定迭代次数。当训练完成后，我们想要保存所有的变量和网络图便于以后使用。因此在Tensorflow中，为了保存网络图和所有参数的值，我们应该创建tf.train.Saver()这个类的一个对象：
```
saver = tf.train.Saver()
```
2. 记住Tensorflow变量只有在会话（session）中才能激活。因此，需要在会话中调用刚创建的对象的保存方法：
```
saver.save(sess, "my-test-model")
```
  sess是一个session对象，“my-test-model”是模型名字。

相关阅读:
除了ChatGPT，跨境电商必备的7个AI工具
uniapp中easycom用法详解
硬核！8个类手写一个配置中心！
有趣的算法（七） ——快速排序改进算法
ACL（知识讲解+案列应用）
【教3妹学mysql】一条慢sql如何排查优化
基于springboot的智慧养老平台
HTML小游戏3—— 机器人总动员（附完整源码）
Spring AOP快速使用教程
伪微分反馈控制(Pesudo-Drivative Feedback Control——PDF)

原文地址：https://blog.csdn.net/weixin_45647721/article/details/127642733