python版本对ckpt文件大小的影响

前言

一个偶然的因素，发现了同一个网络结构，自己训练出来的ckpt文件中meta文件的有两种大小规格。仔细查找后，发现是所用的python环境不一样（也有可能是tensorflow版本的影响）。同时试了一下两个python版本的差别。

环境配置

 

系统	Ubuntu 16.04
显卡	1080Ti
cuda	cuda8+cudnn6
python2	python2.7.3+tensorflow-gpu 1.2.0
python3	python3.5.2+tensorflow-gpu 1.8.0
网络结构	inception-resnet-V1
batch_size(train)	128
batch_size(test)	128

训练结果

在不改变网络结构的前提下，只是改变python环境，结果如下表所示：

python版本	data文件	meta文件	训练速度	测试结果	其他问题
python2.7	273.6M	176.4M	132s/250step	95.96%	训练后的cpkt模型可以接着被python3.5接着训练
python3.5	273.6M	67.3M	108s/250step	96.02%	训练后的cpkt模型不可以接着被python2.7接着训练

关于上表解释一下：

meta文件：在用python2.7与python3.5训练出来的模型中，meta文件的大小不一样！！用tensorboard打开的图是一样的。这可  能是里面的编码不一样了？

训练速度：网络结构没有修改的情况下，batch_size都是128，每250步打印一次间隔的时间。稳定后取的值，python3.5的训练速度会快很多；

测试结果：测试的时候也是用128每个批次进行测试，一共2800+张测试图片。初步猜测会不是是两个版本的计算方式不同？一个是计算总体的平均值，一个是计算批次的平均值？

其他：无论用python3.5或者是python2.7训练的结果，测试的时候都可以用python2.7或者python3.5测试。

测试结果

昨天无聊玩了一下训练的过程。今天心血来潮，玩了一个测试的过程。

测试过程如下：

1.事先保存了由python2.7训练出的模型，然后切换到pyhon3.5继续训练10步保存成新的模型；

2.模型是由检测目标后，然后再投入到第二个模型中分类。所以会分别再python2和python3的环境中检测两部分所需的时间；

3.每次测试用五张图片轮流测试，得出每张图片在每个过程所需的时间，再求均值。

结果如下表：

	python2.7环境下测试			python3.5环境下测试
	2.7训练出的模型	3.5训练出的模型		2.7训练出的模型	3.5训练出的模型
检测目标所需时间	0.45/0.44/0.44/0.43/0.51	0.43/0.44/0.44/0.44/0.50		1.00/1.01/0.99/1.01/1.05	0.57/0.65/0.60/0.60/0.64
分类网络所需时间	5.7/4.84/4.82/4.79/4.81	4.80/4.78/4.80/4.80/4.78		7.87/7.84/7.85/7.89/7.87	4.6/4.43/4.86/4.89/4.52
均值	0.454+4.992=5.446s	0.45+4.792=5.242s		1.021+7.864=8.885s	0.612+4.66=5.272s

从上图看出，如果用2.7训练的模型，用3.5测试，速度会下降很多！

当然，也有可能是因为tensorflow版本引起的以上的问题，但是懒得进行再次的尝试测试了。。。