我正在尝试使用名为ray（http://ray.readthedocs.io/en/latest/）的框架来执行张量流模型的超参数优化，该模型在实现为自定义估算器时。该模型使用tf.data数据集/迭代器来提供模型。
要使用基于模型的优化光线，我们需要实现一个既可以检查点又可以恢复模型的类。据我所知，这要求我们使用外部Saver实例来管理检查点和恢复。我无法完成工作的部分是构建一个可初始化的迭代器，我可以在恢复模型时重新初始化。
我希望了解以下内容：
是否有关于使用Saver（或估算器机制中的其他外部工具）来管理模型的检查点和恢复的指导？
我无法在输入到估算器的输入函数中创建一个可初始化的迭代器。它给了我一个错误，它不在同一个图中我认为有意义，因为主模型的图形尚未创建。是否有不同的方法来创建可初始化的迭代器以用于估算器？
我试图将模型作为估算器的一部分，以便提供它提供的所有明显优势，并且不希望维护模型的两个不同版本。