python - 使用 Saver 参数 `keep_checkpoint_every_n_hours` 的正确方法是什么？

Question

我想在训练期间每 5 小时保存一次 tensorflow 变量。

所以，根据 Tensorflow Saver doc ，我用参数 keep_checkpoint_every_n_hours=5 构造了 saver = Saver，并为学习的每一步调用了 saver.save()。因此，我期望的是保护程序模块以某种方式检测开始训练后耗时，并每 5 小时保存一次模型，而不是为调用它的每个步骤实际保存模型。

下面简化了我如何使用该功能。

sess = tf.Session()
model = Model(sess)
saver = tf.train.Saver(max_to_keep=5,
                       keep_checkpoint_every_n_hours=5)

step_count = 0
max_step = 10000

while step_count < max_step:
    model.train()
    saver.save(sess, 'model', global_step=step_count)
    step_count += 1

但是，我发现通过这样做，每次调用函数时都会保存模型。

我想我遗漏了一些东西或者没有以正确的方式使用它。 我想知道使用te​​nsorflow Saver功能的正确方法。

提前谢谢您。

Answer 1

max_to_keep参数指定每次保存一个检查点，但一次最多保留5个检查点。

keep_checkpoint_every_n_hours 另一方面指定每 N 小时保存一个检查点并且不会被删除或覆盖。

因此，我建议使用 keep_checkpoint_every_n_hours 以防您的训练需要很长时间并且可能会出现偏差。因此，如果最后 5 个检查点变得同样无用，您可以恢复到最多 N 小时前的检查点。