tf.contrib.training.checkpoints_iterator

Непрерывно возвращает новые файлы контрольных точек по мере их появления.

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

Итератор проверяет наличие новых контрольных точек только тогда, когда поток управления вернулся к нему. Это означает, что он может пропустить контрольные точки, если выполнение вашего кода между итерациями занимает больше времени, чем min_interval_secs или интервал, с которым записываются новые контрольные точки.

Аргумент timeout — это максимальное количество секунд для ожидания нового файла контрольной точки. Он используется совместно с аргументом timeout_fn следующим образом:

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

Это поведение предоставляет вызывающим сторонам контроль над тем, что делать, если контрольные точки не появляются достаточно быстро или перестают генерироваться. Например, если вызывающие стороны могут каким-то образом обнаружить, что обучение остановлено и новые контрольные точки больше не будут генерироваться, они могут предоставить timeout_fn, который возвращает True, когда обучение остановлено. Если они знают, что обучение все еще продолжается, они возвращают False.

Возвращаемые значения:

Пути к файлам последних контрольных точек по мере их появления.