tf.estimator.CheckpointSaverHook
Сохраняет контрольные точки каждые N шагов или секунд.
Унаследован от: SessionRunHook
tf.estimator.CheckpointSaverHook(
checkpoint_dir, save_secs=None, save_steps=None, saver=None,
checkpoint_basename='model.ckpt', scaffold=None, listeners=None,
save_graph_def=True
)
| Аргументы | |
|---|---|
checkpoint_dir | str, базовая директория для файлов контрольных точек. |
save_secs | int, сохранять каждые N сек. |
save_steps | int, сохранять каждые N шагов. |
saver | Saver объект, используемый для сохранения. |
checkpoint_basename | str, базовое имя для файлов контрольных точек. |
scaffold | Scaffold, используется для получения объекта saver. |
listeners | Список CheckpointSaverListener подклассов. Используется для обратных вызовов, выполняемых непосредственно перед или после того, как этот обработчик сохранит контрольную точку. |
save_graph_def | Необходимо ли сохранять GraphDef и MetaGraphDef в checkpoint_dir. GraphDef сохраняется после создания сеанса как graph.pbtxt. MetaGraphDef сохраняются для каждой контрольной точки как model.ckpt-*.meta. |
| Возможные исключения | |
|---|---|
ValueError | Один из save_steps или save_secs должен быть задан. |
ValueError | Максимально один из saver или scaffold должен быть задан. |
Методы
after_create_session
after_create_session(
session, coord
)
Вызывается при создании нового сеанса TensorFlow.
Это вызывается для сигнализации обработчикам о том, что был создан новый сеанс. В этом есть два существенных отличия от ситуации, в которой вызывается begin:
- Когда это вызывается, граф завершается, и операции больше нельзя добавлять в граф.
- Этот метод также будет вызван в результате восстановления обернутого сеанса, а не только в начале всего сеанса.
| Аргументы | |
|---|---|
session | Созданный сеанс TensorFlow. |
coord | Объект Coordinator, отслеживающий все потоки. |
after_run
after_run(
run_context, run_values
)
Вызывается после каждого вызова run().
Аргумент run_values содержит результаты запрошенных операций/тензоров вызовом before_run().
Аргумент run_context тот же, что и переданный в вызов before_run. run_context.request_stop() можно вызвать для остановки итерации.
Если session.run() вызывает какие-либо исключения, то after_run() не вызывается.
| Аргументы | |
|---|---|
run_context | Объект SessionRunContext . |
run_values | Объект SessionRunValues. |
before_run
before_run(
run_context
)
Вызывается перед каждым вызовом run().
Вы можете вернуть из этого вызова объект SessionRunArgs , указывающий операции или тензоры, которые нужно добавить в предстоящий вызов run(). Эти операции/тензоры будут выполнены вместе с операциями/тензорами, первоначально переданными в исходный вызов run(). Аргументы run, которые вы возвращаете, также могут содержать данные для добавления в вызов run().
Аргумент run_context - это SessionRunContext, предоставляющий информацию о предстоящем вызове run(): первоначально запрошенные операции/тензоры, сеанс TensorFlow.
На этом этапе граф завершен, и вы не можете добавлять операции.
| Аргументы | |
|---|---|
run_context | Объект SessionRunContext . |
| Возвращает | |
|---|---|
None или объект SessionRunArgs . |
begin
begin()
Вызывается один раз перед использованием сеанса.
При вызове текущий граф будет запущен в сеансе. Обработчик может изменить граф, добавив в него новые операции. После вызова begin() граф завершится, и другие обратные вызовы больше не смогут изменять граф. Второй вызов begin() для одного и того же графа не должен изменять граф.
end
end(
session
)
Вызывается в конце сеанса.
Аргумент session может использоваться в случае, если обработчик хочет выполнить конечные операции, такие как сохранение последней контрольной точки.
Если session.run() вызывает исключение, отличное от OutOfRangeError или StopIteration, то end() не вызывается. Обратите внимание на разницу в поведении end() и after_run() при вызове session.run() с OutOfRangeError или StopIteration. В этом случае end() вызывается, но after_run() не вызывается.
| Аргументы | |
|---|---|
session | Сеанс TensorFlow, который будет вскоре закрыт. |
© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.3/api_docs/python/tf/estimator/CheckpointSaverHook