标签：span model trie 核心 entry 文件夹 lock write 形状
Tensorflow训练后的模型可以保存checkpoint文件，checkpoint文件是结构与权重分离的四个文件，便于训练。
1）checkpoint 文件
保存断点文件列表，可以用来迅速查找最近一次的断点文件；
model_checkpoint_path: "model.ckpt-40186" all_model_checkpoint_paths: "model.ckpt-37000" all_model_checkpoint_paths: "model.ckpt-38000" all_model_checkpoint_paths: "model.ckpt-39000" all_model_checkpoint_paths: "model.ckpt-40000" all_model_checkpoint_paths: "model.ckpt-40186"
2）meta 文件
meta文件是MetaGraphDef序列化的二进制文件，保存了网络结构相关的数据，包括graph_def和saver_def等；
3）index 文件
index文件为数据文件提供索引，存储的核心内容是以tensor name为键以BundleEntry为值的表格entries，BundleEntry主要内容是权值的类型、形状、偏移、校验和等信息。Index文件由data block/index block/Footer等组成，构建时主要涉及BundleWriter、TableBuilder、BlockBuilder几个类，除了BundleEntry的序列化，还涉及了tensor name的编码及优化（比如丢弃重复的前缀）和data block的snappy压缩。
4）data 文件
数据（data）文件保存所有变量的值，即网络权值。
标签：span model trie 核心 entry 文件夹 lock write 形状
原文地址：https://www.cnblogs.com/hyserendipity/p/11707147.html
