Python TensorFlow如何安全地手动终止培训（键盘中断）

我希望在我的代码中添加功能，这样，如果我希望在任何时候终止代码，它将安全地终止培训并保存变量。虽然我已经尝试寻找更好的解决方案，但我认为捕获

键盘中断

异常将是我最好的选择

然而，它会安全吗？更具体地说，以下代码是否有效：

with tf.Session() as sess    
    try:
        for i in range(FLAGS.max_steps):
            sess.run(train_op, feed_dict=some_feed_dictionary)
            # Some other summary writing and evaluative operations
    except KeyboardInterrupt:
        print("Manual interrupt occurred.")

    print('Done training for {} steps'.format(global_steps))
    save_path = saver.save(sess, 'Standard CNN', global_step=global_steps, write_meta_graph=False)

---

或是不安全，是否会导致损坏的保存文件，考虑到在任何TysFoad操作的中间都可以发生键盘中断吗？有没有合适的方法可以做到这一点？

我个人一直在训练中捕捉

键盘中断来使用类似的方法，唯一的区别是每次
sess后我都会“保存”。运行
步骤（或其中的每几步），从来没有遇到过问题

我不知道“是否不安全”的答案，但我知道我的方法可以避免问这个问题

在您的代码中，如下所示：

with tf.Session() as sess    
    try:
        for i in range(FLAGS.max_steps):
            sess.run(train_op, feed_dict=some_feed_dictionary)
            # Some other summary writing and evaluative operations
            if i % save_steps == 0:
                save_path = saver.save(sess, 'Standard CNN', global_step=global_steps, write_meta_graph=False)
    except KeyboardInterrupt:
        print("Manual interrupt occurred.")
        print('Done training for {} steps'.format(global_steps))

为了澄清这一点，
save\u steps
变量确定两次保存之间的步骤数