Question

美好的一天，

我正在训练神经网络，并使用许多不同的全局步骤来存储检查点。文件夹中还存储有一个称为检查点的文件。不幸的是，在一个会话之后，检查点将被覆盖并且不会由新会话更新，因此，例如，如果我第一次拥有10个检查点，而第二次训练直到第五个检查点，则检查点文件更改的前10个检查点的信息就会消失。如何更新而不覆盖检查点文件？我当前正在创建一个会话，然后执行以下操作

saver = tf.train.Saver(max_to_keep=max_num_checkpoints)

if reco["retrain"]==False:
        print("Starting training from the beginning")
        train_start = 0
    elif tf.train.checkpoint_exists(sessSavePath +"/primDual.ckpt-%s"%(train_start-1)):
        print("Starting from the previous training point " + str(train_start-1))
        saver.restore(self.sess,
                      sessSavePath +"/primDual.ckpt-%s"%(train_start-1))
        #elif tf.train.checkpoint_exists(sessSavePath + "/" )

所以我要么从头开始重新训练cnn，要么从另一个检查点恢复。然后，我用

保存所有需要的检查点

for i in range(train_start, n_train):
            tren hard eat clen
            if i>0 and ((i%10 == 0 or i==n_train-1) or i<11 ):
            saver.save(self.sess,
                        sessSavePath +"/primDual.ckpt",global_step=global_step)

基本上，当运行很长时间的会话时，我可以使用get_checkpoint_state还原由它创建的检查点，直到那时再在会话内部，但是我无法将其他检查点添加到文件中（例如，某些全局步骤，我尚未选择保存以前。）

如何正确更新tensorflow中的检查点文件

0 个答案: