如何使用tf.train.Saver（）方法recover_last_checkpoints？

Question

文档写道应该将检查点路径列表传递给它，但如何获取列表？ 通过硬编码？ 不，这是一个愚蠢的做法。 通过解析协议缓冲区文件（模型目录中名为checkpoint的文件）？ 但是tensorflow没有实现解析器，是吗？ 所以我必须自己实施一个吗？ 获得检查点路径列表是否有良好的做法？

我提出这个问题，因为这些天我被一件事困扰。 如您所知，由于某种原因，为期数天的培训可能会崩溃，我必须从最新的检查点恢复。 恢复培训很简单，因为我只需要编写以下代码：

restorer = tf.train.Saver()
restorer.restore(sess, latest_checkpoint)

我可以使用tf.train.latest_checkpoint()来硬编码latest_checkpoint ，或者稍微更聪明一些。

但是，在我恢复训练后出现问题。 那些在崩溃之前创建的旧检查点文件留在那里。 Saver仅管理在一次运行中创建的检查点文件。 我希望它也可以管理以前创建的检查点文件，这样它们就会被自动删除，而且我不必每次都手动删除它们。 我认为这种重复工作真的很傻。

然后我在类tf.train.Saver()找到recover_last_checkpoints方法，它允许Saver管理旧的检查点。 但它使用起来并不方便。 那么有什么好的解决方案吗？

Answer 1

正如@isarandi在评论中提到的，最简单的方法是首先使用get_checkpoint_state‌然后all_model_checkpoi‌​nt_paths恢复所有检查点路径，这基本上是一个未记录的功能。 然后，您可以恢复最新状态：

states = tf.train.get_checkpoint_state‌​(your_checkpoint_dir‌​)
checkpoint_paths = states.all_model_checkpoi‌​nt_paths
saver.recover_last_checkpoints(checkpoint_paths)