Python tf.compat.v1.train.Checkpoint.restore用法及代碼示例

參數

• save_path 檢查點的路徑，由 save 或 tf.train.latest_checkpoint 返回。如果 None (當沒有返回的 tf.train.latest_checkpoint 的最新檢查點時)，返回一個可以為依賴圖中的對象運行初始化程序的對象。如果檢查點是由基於名稱的 tf.compat.v1.train.Saver 編寫的，則名稱用於匹配變量。

返回

• 加載狀態對象，可用於對檢查點恢複的狀態進行斷言並運行初始化/恢複操作。

  返回的狀態對象有以下方法：

  • assert_consumed() ：如果任何變量不匹配，則引發異常：檢查點值沒有匹配的 Python 對象或依賴關係圖中的 Python 對象在檢查點中沒有值。此方法返回狀態對象，因此可以與 initialize_or_restore 或 run_restore_ops 鏈接。

  • assert_existing_objects_matched() ：如果依賴圖中的任何現有 Python 對象不匹配，則引發異常。與 assert_consumed 不同，如果檢查點中的值沒有對應的 Python 對象，則此斷言將通過。例如，尚未構建的 tf.keras.Layer 對象，因此尚未創建任何變量，將通過此斷言但將失敗 assert_consumed 。在將較大檢查點的一部分加載到新的 Python 程序中時很有用，例如保存了帶有 tf.compat.v1.train.Optimizer 的訓練檢查點，但僅加載了推理所需的狀態。此方法返回狀態對象，因此可以與 initialize_or_restore 或 run_restore_ops 鏈接。

  • assert_nontrivial_match() ：斷言除根對象之外的其他內容已匹配。這是一個非常弱的斷言，但對於庫代碼中的健全性檢查很有用，其中對象可能存在於檢查點中，而這些對象可能尚未在 Python 中創建，並且某些 Python 對象可能沒有檢查點值。

  • expect_partial()：關於不完整的檢查點恢複的靜默警告。當Checkpoint 對象被刪除時(通常在程序關閉時)，檢查點文件或對象的未使用部分會打印警告。

  • initialize_or_restore(session=None) ：構建圖形時，如果 save_path 是 None ，則運行變量初始化程序，否則運行恢複操作。如果沒有明確指定session，則使用默認會話。即刻執行時沒有效果(變量被即刻地初始化或恢複)。

  • run_restore_ops(session=None) ：構建圖形時，運行恢複操作。如果沒有明確指定session，則使用默認會話。即刻執行時無效(恢複操作即刻運行)。隻能在 save_path 不是 None 時調用。