tf.train.checkpoints_iterator

Непрерывно генерирует 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 поток управления вернулся 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, в котором записываются новые контрольные точки.

Аргумент timeout — максимальное время в секундах, которое будет затрачено на ожидание новой контрольной точки. Он используется в сочетании с timeout_fn, следующим образом:

• Если таймаут истекает, и timeout_fn не было указано, итератор прекращает выдачу.
• Если timeout_fn было указано, эта функция вызывается, и если она возвращает значение true, итератор прекращает выдачу.
• Если функция возвращает false, то 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 определить, что обучение остановлено и больше не будут генерироваться новые контрольные точки, они могут предоставить timeout_fn, который возвращает True, когда обучение остановлено. Если они знают, что обучение все еще продолжается, они возвращают False вместо этого.