深度学习中的checkpoint是什么意思？checkpoint就是在训练过程中我们可以存储我们训练结果的一个 “点”，具体的实现是通过现有的框架就能够完成的。例如在tensorflow和pytorch中，以tensorflow为例，checkpoint有 .meta 文件用来存储网络模型的结构；.data文件用来存储各种参数（权重，偏置和操作等等）；.index 一个不可变得字符串表，每一个键都是张量的名称，它的值是一个序列化的BundleEntryProto。 每个BundleEntryProto描述张量的元数据：“数据”文件中的哪个文件包含张量的内容，该文件的偏移量，校验和，一些辅助数据等等。