如何在使用tf.train.MonitoredTrainingSession时获取全局步长
如何在使用tf.train.MonitoredTrainingSession时获取全局步长
提问于 2018-01-19 18:04:18
当我们在Saver.save中指定global_step时，它会将global_step存储为检查点后缀。
# save the checkpoint
saver = tf.train.Saver()
saver.save(session, checkpoints_path, global_step)我们可以恢复检查点并获得存储在检查点中的最后一个全局步骤，如下所示：
# restore the checkpoint and obtain the global step
saver.restore(session, ckpt.model_checkpoint_path)
...
_, gstep = session.run([optimizer, global_step], feed_dict=feed_dict_train)如果我们使用tf.train.MonitoredTrainingSession，那么将全局步骤保存到检查点并获取gstep的等效方法是什么
编辑1
按照Maxim的建议，我在tf.train.MonitoredTrainingSession之前创建了global_step变量，并添加了如下CheckpointSaverHook：
global_step = tf.train.get_or_create_global_step()
save_checkpoint_hook = tf.train.CheckpointSaverHook(checkpoint_dir=checkpoints_abs_path,
save_steps=5,
checkpoint_basename=(checkpoints_prefix + ".ckpt"))
with tf.train.MonitoredTrainingSession(master=server.target,
is_chief=is_chief,
hooks=[sync_replicas_hook, save_checkpoint_hook],
config=config) as session:
_, gstep = session.run([optimizer, global_step], feed_dict=feed_dict_train)
print("current global step=" + str(gstep))我可以看到它生成的检查点文件与Saver.saver所做的类似。但是，它无法从检查点检索全局步骤。请告诉我该如何解决这个问题？
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-01-19 20:09:56
您可以通过tf.train.get_global_step()或通过tf.train.get_or_create_global_step()函数获取当前全局步长。后者应该在训练开始前调用。
对于被监视的会话，将tf.train.CheckpointSaverHook添加到hooks，它在内部使用定义的全局步长张量在每N步之后保存模型。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/48338492
复制相关文章
相似问题
腾讯云开发者
