Python 使用步长间隔而不是时间间隔（秒）保存tensorflow slim模型

我正在使用api。在我以前的工作中，我经常检查当前步骤，并每n个步骤保存一次模型，类似于前面提到的方法

在这种情况下，尽管作者使用了。因此，他们使用一个

tf.train.Saver

，它被传递给执行训练的实际函数：

slim.learning.train（）

。虽然此函数有一些关于使用参数记录训练模型的时间间隔的参数，但它是时间相关的，而不是步长相关的

因此，由于

tf.train.Saver

如前所述是一个“被动”实用程序，仅使用提供的参数保存模型，这意味着不知道任何时间或步长概念，而且在目标检测代码中，控制通过TensorFlow Slim传递，通过将Saver作为参数传递，在这种情况下，我如何实现保存模型步进病房（每n步而不是每x秒）

唯一的解决方案是深入研究slim代码并对其进行编辑（所有的风险都来自于此）？还是有其他我不熟悉的选择

p.S.1
我发现关于这个选项有一个惊人的相似问题，但不幸的是，它没有任何答案。因此，由于我的问题仍然存在，我将保留这个问题，以引起人们对这个问题的兴趣

p.S.2
查看

slim.learning

code，我发现在

train（）

中，在传递参数后，它只是将控制权传递给

supervisor.supervisor

，它指的是一个有点奇怪的类，因为该类被认为是不推荐的。

slim.learning

的文档字符串中也提到了使用

supervisor