是tensorflow模型檔案的儲存模式。會有四個檔案。
1.1 meta檔案
.meta檔案儲存的是圖結構，meta檔案是pb（protocol buffer）格式檔案，包含變數、op、集合等。
1.2 ckpt檔案
ckpt檔案是二進位制檔案，儲存了所有的weights、biases、gradients等變數。在tensorflow 0.11之前，儲存在.ckpt檔案中。0.11後，通過兩個檔案儲存,如：
model.data-00000-of-00001
model.index
1.3 checkpoint檔案
我們還可以看，checkpoint_dir目錄下還有checkpoint檔案，該檔案是個文字檔案，裡面記錄了儲存的最新的checkpoint檔案以及其它checkpoint檔案列表。在inference時，可以通過修改這個檔案，指定使用哪個model.
推薦一篇詳細寫 怎樣儲存與呼叫ckpt模型的文章
和ckpt檔案相比，只有乙個檔案，模型呼叫就要簡單很多。這是keras訓練得到的模型
相關的**操作推薦網頁。
pytorch訓練得到的模型。對應使用的推薦**
機器學習模型評估總結
acc urac y nc orre ctnt otal accuracy frac accura cy n tota l nc orre ct n co rrec tn ncorre ct 被正確分類的樣本個數 n to taln ntotal 總樣本個數 存在問題 當不同類別的樣本比例不均衡時，...
sklearn儲存機器學習模型的幾種方式
from sklearn import svm from sklearn import datasets import pickle from sklearn.externals import joblib clf svm.svc iris datasets.load iris x,y iris.d...
機器學習樹模型對比總結
整合模型對比 rf，adaboost，gbdt，xgboost 1.與lightgbm相比，xgboost明顯的不足 1 xgboosting採用預排序，在迭代之前，對結點的特徵做預排序，遍歷選擇最優分割點，資料量大時，貪心法耗時，lightgbm方法採用histogram演算法，占用的記憶體低，資...