风抚弄着庄稼，时而把它吹弯，时而把它扬起，仿佛大地在进行有节奏的呼吸，那一档档成熟的小麦也都有了生命，风从那边来，传来麦穗与麦穗间的细语。
tensorflow在训练时会保存三个文件，
model.ckpt-xxx.data-00000-of-00001 model.ckpt-xxx.index model.ckpt-xxx.meta
其中第一个储存网络参数值，第二个储存每一层的名字，第三个储存图结构
随着训练的过程，每隔一段时间都会保存一组以上三个文件，而在训练之前我们并不知道什么时候可以达到最佳的拟合，训练时间过短会导致欠拟合，训练时间过长则会导致过拟合。
如果每次测试时，我们都自动调用最新一次的check point，那很可能不是最佳的一组参数，当我们训练了很多个epoch时，我们需要往回寻找最佳的check point，此时就需要指定的check point，下面有是具体方法：
修改checkpoint文件
一个checkpoint文件的内容如下
model_checkpoint_path: "model.ckpt-1623" all_model_checkpoint_paths: "model.ckpt-1393" all_model_checkpoint_paths: "model.ckpt-1451" all_model_checkpoint_paths: "model.ckpt-1507" all_model_checkpoint_paths: "model.ckpt-1565" all_model_checkpoint_paths: "model.ckpt-1623"
这里面的后缀不同的数字就是不同的版本的参数，数字越小越早，系统会自动默认最新的训练出来的参数，而我们只需要在第一行把数字修改为我们想要调用的ckpt即可。
以上这篇tensorflow实现测试时读取任意指定的check point的网络参数就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
