tf.train.checkpoints_iterator

Непрерывно 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, с которым записываются новые контрольные точки.

Аргумент timeout — это максимальное количество секунд для ожидания новой контрольной точки. Он используется в сочетании с timeout_fn, как показано ниже:

• Если таймаут истекает и timeout_fn не было указано, итератор перестаёт генерировать результаты.
• Если timeout_fn было указано, эта функция вызывается, и если она возвращает значение true, итератор перестаёт генерировать результаты.
• Если функция возвращает 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 генерируются достаточно быстро или перестают генерироваться. Например, если вызывающая сторона может определить, что обучение остановилось, и знает, что новые контрольные точки не будут генерироваться, она может предоставить timeout_fn, который возвращает True, когда обучение остановлено. Если они знают, что обучение всё ещё продолжается, они возвращают False.

Возвращаемые значения:

Строки путей к файлам последних контрольных точек по мере их появления.