Подтвердить что ты не робот

Сохранение моделей тензорного потока в памяти

Программа, которую я пишу, включает в себя переключение между моделями во время выполнения.

В настоящее время я использую Saver для сохранения/загрузки моделей с диска, как указано здесь: https://www.tensorflow.org/api_docs/python/state_ops/saving_and_restoring_variables#Saver.

Модели довольно малы и могут храниться в памяти, поэтому мне было интересно, знает ли кто-нибудь о способе хранения и восстановления этих моделей в памяти вместо сохранения их на диск.

Я попытался изменить источник tensorflow, чтобы сохранить модель в памяти, однако gen_io_ops создается во время компиляции. Другим возможным способом является использование файлов с отображением памяти. Кто-нибудь знает более простой способ?

4b9b3361

Ответ 1

У меня было бы просто два разных сеанса с их собственными графиками вычислений. Кроме того, вы можете просто дублировать граф вычислений (две копии переменных, операций и т.д.) В том же сеансе. Затем вы вызываете sess.run(comp1 if useCompOne else comp2), однако вы хотите настроить его.