当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python tf.train.CheckpointOptions用法及代码示例


构建检查点的选项。

用法

tf.train.CheckpointOptions(
    experimental_io_device=None
)

参数

  • experimental_io_device String 。适用于分布式设置。用于访问文件系统的 TensorFlow 设备。如果None(默认)然后对于每个变量，从分配该变量的主机的 CPU:0 设备访问文件系统。如果指定，则改为从该设备访问文件系统以获取所有变量。

    例如，如果您想保存到本地目录，例如在分布式设置中运行时的"/tmp"，这很有用。在这种情况下，为可以访问"/tmp" 目录的主机传递一个设备。

属性

  • experimental_io_device

用作 tf.train.Checkpoint.save() 或 tf.train.Checkpoint.restore() 方法的 options 参数，以调整变量的保存/恢复方式。

示例：在 "localhost" 上运行 IO 操作，同时保存检查点：

step = tf.Variable(0, name="step")
checkpoint = tf.train.Checkpoint(step=step)
options = tf.train.CheckpointOptions(experimental_io_device="/job:localhost")
checkpoint.save("/tmp/ckpt", options=options)

相关用法


注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.train.CheckpointOptions。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。