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

Question

文檔寫道應該將檢查點路徑列表傳遞給它，但如何獲取列表？ 通過硬編碼？ 不，這是一個愚蠢的做法。 通過解析協議緩沖區文件（模型目錄中名為checkpoint的文件）？ 但是tensorflow沒有實現解析器，是嗎？ 所以我必須自己實施一個嗎？ 獲得檢查點路徑列表是否有良好的做法？

我提出這個問題，因為這些天我被一件事困擾。 如您所知，由於某種原因，為期數天的培訓可能會崩潰，我必須從最新的檢查點恢復。 恢復培訓很簡單，因為我只需要編寫以下代碼：

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

我可以使用tf.train.latest_checkpoint()來硬編碼latest_checkpoint ，或者稍微更聰明一些。

但是，在我恢復訓練后出現問題。 那些在崩潰之前創建的舊檢查點文件留在那里。 Saver僅管理在一次運行中創建的檢查點文件。 我希望它也可以管理以前創建的檢查點文件，這樣它們就會被自動刪除，而且我不必每次都手動刪除它們。 我認為這種重復工作真的很傻。

然后我在類tf.train.Saver()找到recover_last_checkpoints方法，它允許Saver管理舊的檢查點。 但它使用起來並不方便。 那么有什么好的解決方案嗎？

Answer 1

正如@isarandi在評論中提到的，最簡單的方法是首先使用get_checkpoint_state‌然后all_model_checkpoi‌​nt_paths恢復所有檢查點路徑，這基本上是一個未記錄的功能。 然后，您可以恢復最新狀態：

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