テンソルフローでは、DNNLinearClassifier [wide_n_deep_tutorial.py]を使用すると、訓練された履歴モデルを復元し、ベースを訓練する方法

Question

私はテンソルフローでGoogle wide and deep modelを学習していました。

私のコードはtf exampleに基づいて変更されました。

私の質問は：

1. 履歴モデルをロードし、それに基づいて新しいサンプルを訓練する方法。私はウェブ上で多くを検索しましたが、ほとんどのメソッドは次のコードのようなものです。

   セーバー

   v1 = tf.Variable(..., name="v1") 
   v2 = tf.Variable(..., name="v2") 
   ... 
   init_op = tf.initialize_all_variables() 
   saver = tf.train.Saver() 
   with tf.Session() as sess: 
       sess.run(init_op) 
       .. 
       save_path = saver.save(sess, "/tmp/model.ckpt") 
   

   の例しかしwide_n_deep電車の中で、それは返すメソッド "build_estimator" を定義：

   m = tf.contrib.learn.DNNLinearCombinedClassifierを。

   上記の方法を使用して保護者を定義すると、保存するためのVariblesがエラーになりませんでした。そして、返された "m"には、save、restoreメソッドがありません。

   model.loadもtflearnで試してみましたが、動作しません。

2. 第2は、上記と関連して、モデルを保存する方法です。あるいは、fitメソッドが/ tmp /に保存したモデルの使い方。 （チェックポイント）

私の質問は以下のように要約することができます。

私はtensorflowでDNNLinearCombinedClassifierを使用するときに、モデルを保存し、履歴モデルを復元する方法？

Answer 1

にmodel_dirという引数があります。https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/learn/python/learn/estimators/dnn_linear_combined.py#L476です。モデルのチェックポイントを保存しているディレクトリを指してください。