Google cloud platform 在云ML引擎中保存更多检查点
我正在云ML引擎上使用tensorflow对象检测API来训练模型。我想知道的是,有没有办法在Google cloud platform 在云ML引擎中保存更多检查点,google-cloud-platform,google-cloud-ml,Google Cloud Platform,Google Cloud Ml,我正在云ML引擎上使用tensorflow对象检测API来训练模型。我想知道的是,有没有办法在train文件夹中保存更多的模型检查点? 现在,模型保存了五个最新的检查点。对象接受一个参数keep\u checkpoint\u max,该参数默认为5。在model_main.py中,您可以看到正在实例化的RunConfig对象(): 您需要更新该文件,使其看起来像: config = tf.estimator.RunConfig(model_dir=FLAGS.model_dir, keep_ch
train
文件夹中保存更多的模型检查点?
现在,模型保存了五个最新的检查点。对象接受一个参数keep\u checkpoint\u max
,该参数默认为5。在model_main.py
中,您可以看到正在实例化的RunConfig
对象():
您需要更新该文件,使其看起来像:
config = tf.estimator.RunConfig(model_dir=FLAGS.model_dir, keep_checkpoint_max=5)
或者,创建一个通过的新标志。对象接受一个默认为5的参数keep\u checkpoint\u max
。在model_main.py
中,您可以看到正在实例化的RunConfig
对象():
您需要更新该文件,使其看起来像:
config = tf.estimator.RunConfig(model_dir=FLAGS.model_dir, keep_checkpoint_max=5)
或者,创建一个通过的新标志。您可以在配置文件中添加
keep\u checkpoint\u max
来训练配置。默认值为5。您可以在配置文件中添加保留检查点\u max
以训练配置。默认值为5