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 возвращено ему. 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 — максимальное количество секунд ожидания новой контрольной точки. Он используется в сочетании с timeout_fn, как указано ниже:

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

Это поведение предоставляет вызывающим сторонам возможность управлять тем, что делать, если контрольные точки не появляются достаточно быстро или перестают генерироваться. Например, если вызывающие стороны могут определить, что обучение остановлено и что больше не будут генерироваться новые контрольные точки, они могут предоставить timeout_fn, который возвращает True, когда обучение остановлено. Если они знают, что обучение продолжается, они возвращают False вместо этого.