知识卡片
保存结构与参数
计算图模型的持久化需要保留节点类型、名称和依赖关系,以及可恢复的参数值。书中方案用 JSON 描述图,用 NPZ 按节点名称保存变量矩阵;加载时先重建节点与连接,再按名称恢复值。结构和权重必须属于同一版本,且输入输出节点需能可靠定位。书中文字称不保存输入变量,但示例代码对所有 Variable 都写入字典,实际行为应以代码与输入节点状态为准。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 模型保存、预测和服务 10.1 模型保存 · 查看原书依据
模型保存需要把计算图的结构
参考来源
- 位置:《用Python实现深度学习框架》第10章《模型保存、预测和服务》,10.1 模型保存(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_084.html`)
- 结论依据:原文比较批量与服务推理,给出结构和参数保存方案与加载步骤;变量保存边界以代码为依据。
- 原始内容:模型保存需要把计算图的结构。