在10K句子的数据集上训练后,我保存的模型的.index、.meta和.data文件的大小分别为3KB、58MB和375MB 在保持网络体系结构不变的情况下,在100K句子的数据集上进行训练,文件大小分别为3KB、139MB和860MB 我认为这表明大小取决于数据集的大小。According to this answer,文件的大小应该独立于数据集的大小,因为神经网络的体系结构是相同的。 为什么在尺寸上有如此巨大的差异? 我还想知道除了链接答案中提到的文件之外,这些文件还包含哪些内容。 这些文件是否包含与训练历史相关的信息,如每一步的损失值等?
StatusCode.FAILED_PRECONDITION, details=\"Attempting to use uninitialized value shadow/LSTMLayers/stack_bidirectional_rnn/cell_0/bidirectional_rnn/fw/basic_lstm_cell/bias\n\t [[Node: shadow/LSTMLayers/stack_bidirectional_rn
WARNING: bidirectional_dynamic_rnn (from tensorflow.python.ops.rnn) is deprecated and will be removedInstructions for updating:in setupRNN ((fw, bw), _) = tf.keras.layers.Bidirectional(t