我正在 Amazon Sagemaker 笔记本实例中使用 Tensorflow 运行 Python 脚本。我正常写入笔记本中的存储没有问题，但由于某种原因，我在尝试保存 Tensorflow 模型检查点时没有成功。此代码在移植到 Sagemaker 之前曾有效。
下面是我的代码的简化版本:
bucket = 'sagemaker-complaints-data'
prefix = 'DeepTestV2' # place to upload training files within the bucket
timestamp = str(int(time()))
out_dir = os.path.abspath(os.path.join(bucket, prefix, "runs", timestamp))
checkpoint_dir = os.path.abspath(os.path.join(out_dir, "checkpoints"))
checkpoint_prefix = os.path.join(checkpoint_dir, "model")
path = saver.save(sess, checkpoint_prefix, global_step=current_step)
print("Saved model checkpoint to {}\n".format(path))
没有抛出任何错误，并且 print 语句正在输出正确的路径。我研究了在 Sagemaker 中使用检查点是否存在任何已知问题，但实际上没有发现任何描述此问题的帖子。
最佳答案
我已经找到了这是在哪里 - 由于某种原因“检查点”似乎是一个保留词 - 将这个词更改为“检查”允许我编写该文件夹。希望这对某人有帮助!
关于python - Tensorflow - 检查点未保存到 Sagemaker 笔记本实例，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/48539564/