TensorFlow Supervisor只存储最新的五种型号

Question

我正在使用TensorFlow的主管来训练我自己的模型。我按照官方指南将save_model_secs设置为600.但是，我奇怪地发现路径log_dir仅保存最新的五个模型并自动丢弃之前生成的模型。我仔细阅读了源代码supervisor.py，但找不到相关的删除代码或机制，为什么在整个培训过程中只能保存五个模型。有没有任何暗示可以帮助我？任何帮助都非常感谢。

Answer 1

tf.train.Supervisor有saver个参数。如果没有给出，它将使用默认值。这被配置为仅存储最后五个检查点。您可以通过传递自己的tf.train.Saver对象来覆盖它。

See here用于文档。创建Saver时，基本上有两种方法可以存储更多检查点：

1. 将一些大整数传递给max_to_keep参数。如果您有足够的存储空间，则传递0或None会导致所有检查点被保留。
2. Saver也有一个参数keep_checkpoint_every_n_hours。这将为您提供一个单独的检查点“流”，将无限期保留。例如，您可以每隔600秒存储一次校验点（通过save_model_secs参数到Supervisor），但只保留最近的五个，但另外每个都保存检查点，比方说，30分钟（0.5小时）将全部保留。