Python tf.compat.v1.train.SessionManager用法及代码示例

从检查点恢复并创建会话的训练助手。

用法

tf.compat.v1.train.SessionManager(
    local_init_op=None, ready_op=None, ready_for_local_init_op=None, graph=None,
    recovery_wait_secs=30, local_init_run_options=None, local_init_feed_dict=None
)

此类是一个小型包装器，负责会话创建和检查点恢复。它还提供了促进多个训练线程或进程之间协调的函数。

• 随着训练的进行，检查点训练的变量。
• 在启动时初始化变量，在崩溃后从最近的检查点恢复它们，或者等待检查点可用。

用法：

with tf.Graph().as_default():
   ...add operations to the graph...
  # Create a SessionManager that will checkpoint the model in '/tmp/mydir'.
  sm = SessionManager()
  sess = sm.prepare_session(master, init_op, saver, checkpoint_dir)
  # Use the session to train the graph.
  while True:
    sess.run(<my_train_op>)

prepare_session() 初始化或恢复模型。它需要 init_op 和 saver 作为参数。

第二个过程可以通过执行以下操作等待模型准备好：

with tf.Graph().as_default():
   ...add operations to the graph...
  # Create a SessionManager that will wait for the model to become ready.
  sm = SessionManager()
  sess = sm.wait_for_session(master)
  # Use the session to train the graph.
  while True:
    sess.run(<my_train_op>)

wait_for_session() 等待模型被其他进程初始化。