Python tf.compat.v1.train.SessionManager用法及代碼示例

從檢查點恢複並創建會話的訓練助手。

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
)

此類是一個小型包裝器，負責會話創建和檢查點恢複。它還提供了促進多個訓練線程或進程之間協調的函數。

• 隨著訓練的進行，檢查點訓練的變量。
• 在啟動時初始化變量，在崩潰後從最近的檢查點恢複它們，或者等待檢查點可用。

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() 初始化或恢複模型。它需要 init_op 和 saver 作為參數。

第二個過程可以通過執行以下操作等待模型準備好：

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() 等待模型被其他進程初始化。