如何使用tf.train.Saver（）方法recover_last_checkpoints？

Question

文档写道应该将检查点路径列表传递给它，但如何获取列表？通过硬编码？不，这是一种愚蠢的做法。通过解析协议缓冲区文件（模型目录中名为checkpoint的文件）？但是tensorflow没有实现解析器，是吗？所以我必须自己实施一个吗？ 您是否有良好的做法来获取检查点路径列表？

我提出这个问题，因为这些天我被一件事困扰。如您所知，由于某种原因，为期数天的培训可能会崩溃，我必须从最新的检查点恢复。恢复培训很简单，因为我只需要编写以下代码：

restorer = tf.train.Saver()
restorer.restore(sess, latest_checkpoint)

我可以硬编码latest_checkpoint，或者稍微更聪明，使用tf.train.latest_checkpoint()。

然而，在我恢复训练后出现问题。那些在崩溃之前创建的旧检查点文件留在那里。 Saver仅管理在一次运行中创建的检查点文件。我希望它也可以管理以前创建的检查点文件，这样它们就会被自动删除，而且我不必每次都手动删除它们。我认为这种重复工作真的很傻。

然后我在类recover_last_checkpoints中找到tf.train.Saver()方法，它允许Saver管理旧检查点。但它使用起来并不方便。那么有什么好的解决方案吗？

Answer 1

正如@isarandi在评论中所提到的，最简单的方法是先使用get_checkpoint_state‌后跟all_model_checkpoi‌​nt_paths恢复所有检查点路径，这基本上是一个未记录的功能。然后，您可以恢复最新状态：

states = tf.train.get_checkpoint_state‌​(your_checkpoint_dir‌​)
checkpoint_paths = states.all_model_checkpoi‌​nt_paths
saver.recover_last_checkpoints(checkpoint_paths)