tf.compat.v1.train.SessionManager

Вспомогательный инструмент для обучения, который восстанавливает состояние из контрольной точки и создает сеанс.

tf.compat.v1.train.SessionManager(
    local_init_op: tf.Operation = None,
    ready_op: tf.Operation = None,
    ready_for_local_init_op: tf.Operation = None,
    graph: tf.Graph = None,
    recovery_wait_secs=30,
    local_init_run_options: 'distribute_lib.RunOptions' = None,
    local_init_feed_dict=None
)

Этот класс представляет собой небольшую оболочку, которая отвечает за создание сеанса и восстановление из контрольной точки. Он также предоставляет функции, упрощающие координацию между несколькими потоками или процессами обучения.

• Сохранение обученных переменных в контрольные точки по мере обучения.
• Инициализация переменных при запуске, восстановление из последней контрольной точки после сбоя или ожидание появления контрольных точек.

Использование:

with tf.Graph().as_default():
   ...add operations to the graph...
  # Create a SessionManager that will checkpoint the model in '/tmp/mydir'.
  sm = SessionManager()
  sess = sm.prepare_session(master, init_op, saver, checkpoint_dir)
  # Use the session to train the graph.
  while True:
    sess.run(<my_train_op>)

prepare_session() инициализирует или восстанавливает модель. В качестве аргументов ему требуются init_op и saver.

Второй процесс может дождаться готовности модели, выполнив следующие действия:

with tf.Graph().as_default():
   ...add operations to the graph...
  # Create a SessionManager that will wait for the model to become ready.
  sm = SessionManager()
  sess = sm.wait_for_session(master)
  # Use the session to train the graph.
  while True:
    sess.run(<my_train_op>)

wait_for_session() ожидает инициализации модели другими процессами.

Методы

prepare_session

Просмотреть исходный код

prepare_session(
    master: str,
    init_op: tf.Operation = None,
    saver: tf.compat.v1.train.Saver = None,
    checkpoint_dir: str = None,
    checkpoint_filename_with_path: str = None,
    wait_for_checkpoint=False,
    max_wait_secs=7200,
    config=None,
    init_feed_dict=None,
    init_fn=None
) -> tf.compat.v1.Session

Создает Session. Обеспечивает готовность модели к использованию.

Создает Session на «master». Если передан объект saver, а checkpoint_dir указывает на каталог с допустимыми файлами контрольных точек, будет предпринята попытка восстановить модель из контрольной точки. Если файлы контрольных точек недоступны, а wait_for_checkpoint равно True, процесс будет проверять возможность восстановления каждые recovery_wait_secs в течение периода до max_wait_secs.

Если восстановить модель не удается, она инициализируется путем выполнения init_op и вызова init_fn, если они заданы. local_init_op также выполняется после init_op и init_fn независимо от того, удалось ли восстановить модель, но только если выполняется условие ready_for_local_init_op.

Если модель восстановлена из контрольной точки, предполагается, что все глобальные переменные уже инициализированы; в частности, не будут выполнены ни init_op, ни init_fn.

Возникает ошибка, если восстановить модель не удается и не передан ни один из параметров: init_op, init_fn или local_init_op.

recover_session

Просмотреть исходный код

recover_session(
    master: str,
    saver: tf.compat.v1.train.Saver = None,
    checkpoint_dir: str = None,
    checkpoint_filename_with_path: str = None,
    wait_for_checkpoint=False,
    max_wait_secs=7200,
    config=None
) -> Tuple[tf.compat.v1.Session, bool]

Создает Session, по возможности восстанавливая модель.

Создает новый сеанс на «master». Если сеанс не инициализирован и его можно восстановить из контрольной точки, выполняется восстановление.

wait_for_session

Просмотреть исходный код

wait_for_session(
    master: str, config=None, max_wait_secs=float('Inf')
) -> Optional[tf.compat.v1.Session]

Создает новый Session и ожидает готовности модели.

Создает новый Session на «master». Ожидает инициализации модели или ее восстановления из контрольной точки. Предполагается, что модель будет подготовлена другим потоком или процессом. Этот метод предназначен для потоков или процессов, участвующих в распределенной конфигурации обучения, где за инициализацию или восстановление обучаемой модели отвечает другой поток или процесс.

Примечание: Время ожидания сеанса этим методом ограничено значением max_wait_secs. По умолчанию функция ожидает бесконечно.