tf.train.checkpoints_iterator

Постоянно возвращает новые файлы контрольных точек по мере их появления.

tf.train.checkpoints_iterator(
    checkpoint_dir, min_interval_secs=0, timeout=None, timeout_fn=None
)

Итератор проверяет наличие новых контрольных точек только тогда, когда управление возвращается к нему. Это означает, что он может пропустить контрольные точки, если выполнение вашего кода занимает больше времени между итерациями, чем min_interval_secs или интервал, через который создаются новые контрольные точки.

Аргумент timeout — это максимальное количество секунд, в течение которых происходит ожидание новой контрольной точки. Он используется совместно с timeout_fn следующим образом:

• Если таймаут истекает, и не был указан timeout_fn, итератор прекращает выдачу.
• Если был указан timeout_fn, эта функция вызывается, и если она возвращает истинное значение boolean, итератор прекращает выдачу.
• Если функция возвращает ложное значение boolean, итератор возобновляет ожидание новых контрольных точек. В этот момент снова применяется логика таймаута.

Это поведение позволяет вызывающим сторонам контролировать действия в случае, если контрольные точки не появляются достаточно быстро или перестают генерироваться. Например, если вызывающие стороны могут определить, что обучение остановлено, и знают, что новые контрольные точки не будут сгенерированы, они могут предоставить timeout_fn, который возвращает True, когда обучение остановлено. Если они знают, что обучение продолжается, они возвращают False.