如何控制张量流估计器保留的检查点数量？答案

【问题标题】：How to control amount of checkpoint kept by tensorflow estimator?如何控制张量流估计器保留的检查点数量？
【发布时间】：2017-12-29 20:46:49
【问题描述】：

我注意到新的 Estimator API 会在训练期间自动保存检查点，并在训练中断时自动从上一个检查点重新开始。不幸的是，它似乎只保留最后 5 个检查点。

你知道如何控制训练期间保留的检查点数量吗？

【问题讨论】：

标签： tensorflow tensorflow-estimator

【解决方案1】：

Tensorflow tf.estimator.Estimator 将config 作为可选参数，可以是tf.estimator.RunConfig 对象来配置运行时设置。您可以通过以下方式实现：

# Change maximum number checkpoints to 25
run_config = tf.estimator.RunConfig()
run_config = run_config.replace(keep_checkpoint_max=25)

# Build your estimator
estimator = tf.estimator.Estimator(model_fn,
                                   model_dir=job_dir,
                                   config=run_config,
                                   params=None)

config 参数可用于扩展 estimator.Estimator 的所有类（DNNClassifier、DNNLinearCombinedClassifier、LinearClassifier 等）。

【讨论】：

正是我需要的信息，并且 RunConfig 有额外的参数，如 save_checkpoints_secs 和 save_checkpoints_steps，完美！谢谢！

【解决方案2】：

作为旁注，我想补充一点，在 TensorfFlow2 中，情况要简单一些。要保留一定数量的检查点文件，您可以修改model_main_tf2.py 源代码。首先，您可以添加并定义一个整数标志为

# Keep last 25 checkpoints
flags.DEFINE_integer('checkpoint_max_to_keep', 25,
                     'Integer defining how many checkpoint files to keep.')

然后在调用model_lib_v2.train_loop时使用这个预定义值：

# Ensure training loop keeps last 25 checkpoints
model_lib_v2.train_loop(...,
                        checkpoint_max_to_keep=FLAGS.checkpoint_max_to_keep,
                        ...)

上面的符号... 表示model_lib_v2.train_loop 的其他选项。

【讨论】：