Python tf.data.experimental.make_saveable_from_iterator用法及代碼示例

返回一個 SaveableObject 用於使用 Saver 保存/恢複迭代器狀態。 (已棄用)

用法

tf.data.experimental.make_saveable_from_iterator(
    iterator, external_state_policy=None
)

警告：此函數已棄用。它將在未來的版本中刪除。更新說明：make_saveable_from_iterator 旨在與 tf.compat.v1.Saver 一起在 TF1 中使用。在 TF2 中，請改用tf.train.Checkpoint。

例如：

with tf.Graph().as_default():
  ds = tf.data.Dataset.range(10)
  iterator = ds.make_initializable_iterator()
  # Build the iterator SaveableObject.
  saveable_obj = tf.data.experimental.make_saveable_from_iterator(iterator)
  # Add the SaveableObject to the SAVEABLE_OBJECTS collection so
  # it can be automatically saved using Saver.
  tf.compat.v1.add_to_collection(tf.GraphKeys.SAVEABLE_OBJECTS, saveable_obj)
  saver = tf.compat.v1.train.Saver()

  while continue_training:
    ... Perform training ...
    if should_save_checkpoint:
      saver.save()

注意：恢複迭代器時，現有的迭代器狀態將被完全丟棄。這意味著您對數據集圖所做的任何更改也將被丟棄！這包括您在驗證期間可能構建的新數據集圖。因此，在運行驗證時，請確保在恢複檢查點後運行驗證輸入管道的初始化程序。

注意：並非所有迭代器都支持檢查點。嘗試保存不受支持的迭代器的狀態將引發錯誤。