使用tf.estimator.train_and_evaluate(...) tf.estimator.Estimator配置tf.contrib.learn.RunConfig(save_checkpoints_steps=10, ...)时，会自动创建CheckpointSaverHook。每次触发时，此CheckpointSaverHook都会将图表和graph_def保存到摘要编写器中（请参阅CheckpointSaverHook.before_run）。
基本代码示例：
estimator = tf.estimator.Estimator(
model_fn, model_dir, params,
config=tf.estimator.RunConfig(
save_checkpoints_steps=100,
save_summary_steps=100
)
)
train_spec = tf.estimator.TrainSpec(train_fn)
eval_spec = tf.estimator.TrainSpec(eval_fn)
tf.estimator.train_and_evaluate(estimator, train_spec, eval_spec)
在书面摘要中启动Tensorboard时，它会输出数百个警告，因为摘要中有多个图形定义，我想在启动时会大大减慢它的速度：
W0117 18:47:30.278879 Reloader tf_logging.py:86] Found more than one graph event per run, or there was a metagraph containing a graph_def, as well as one or more graph events. Overwriting the graph with the newest event.
W0117 18:47:30.279753 Reloader tf_logging.py:86] Found more than one metagraph event per run. Overwriting the metagraph with the newest event.
我发现使用多个图形时可能会出现问题，但对于单个图形，这似乎是不可行的。我们在这里是否正确使用估算器并且这种行为是否有意？我们是否需要编写自定义钩子以防止这种情况发生？
感谢您的建议！
修改：由于评论中的建议，现在出现了问题：https://github.com/tensorflow/tensorflow/issues/17272