Python Tensorflow训练，如何防止训练节点删除

我将Tensorflow与python一起用于对象检测

我想开始培训，并将其保留一段时间，保留所有培训节点（模型cpk）。标准的Tensorflow训练似乎删除节点，只保留最后几个节点。我如何防止这种情况

---

如果在这里问这样的问题是错误的，请原谅。如果有人告诉我一个合适的地方，我会很感激的。谢谢。

您可以在

model\u main.py

中使用

keep\u checkpoint\u max

标志来

tf.estimator.RunConfig

。 您可以将其设置为非常大的数字，以实际保存所有检查点。 不过，应该提醒您，根据型号大小和保存频率，它可能会填满您的磁盘（因此在培训期间会崩溃）。

---

您可以通过

RunConfig

的标志

save\u checkpoints\u steps

或

save\u checkpoints\u secs

更改保存频率。默认值是使用默认值600（10分钟）。

您可以将模型检查点另存为。当需要预测测试数据时，将再次加载hdf5文件。

---

希望能有所帮助。

在旧的

遗留/train.py中是否有这样做的方法
model_main.py
产生的问题超出了我的处理能力。我自己还没有尝试过，但我相信您可以使用tf.train.Saver的
max\u来保持
标记。默认值为5，通过将其设置为0或无，可以保留所有检查点。