我正在使用tf.contrib.learn.Estimator
训练模型。由于我的model_dir
是Google云端存储中的一个位置,因此上传模型需要一段时间。问题是中间结果保存在events.out.tfevents
文件中。
是否可以仅在拟合结束时写入此文件或避免写入此文件?目前,所有时间都花在上传此文件上,而不是实际适合模型。如果这只是在拟合的开始和结束时,这不会是一个问题。
estimator_full_model = tf.contrib.learn.Estimator(
model_fn=network_train.build_model_fn(),
params={'train_op': 'full_model',
'learning_rate': 0.01,
'mask_train': None},
model_dir='data',
feature_engineering_fn=train_feature_engineering_fn,
config=tf.contrib.learn.RunConfig(save_checkpoints_secs=None,
save_checkpoints_steps=100000,
log_device_placement=False))
答案 0 :(得分:0)
据我所知,在训练结束时没有编写事件文件的界面,但您可以通过将save_summary_steps
中的config=tf.contrib.learn.RunConfig
增加到可接受的频率来降低编写事件文件的频率。