Tensorflow估计器：在特定时间点执行操作

我在Tensorflow中建立了一个模型，并试图将其转换为Tensorflow估计器。以下是我的一个例子：

train\u op=tf.train.AdamOptimizer（学习率=lr）。最小化（成本）
saver=tf.train.saver（）
init=tf.global_variables_initializer（）
assign_Wvh=预训练的时间分配（参数['W']）
使用tf.Session（）作为sess：
sess.run（初始化）
对于范围内的历元（历元）：
开始=时间。时间（）
_=sess.run（列操作，馈送dict={x:input}）
打印（“%i.运行时间：%0.2f”%（历元，时间.time（）-start））
#保存权重之前，请执行更改权重的操作
#最后只需执行一次，以避免不必要的操作
#在每次迭代中都非常耗时
_=sess.run（分配）
#保存重量
save_path=saver.save（sess、os.path.join（weights_path、'init.ckpt'））

我正在考虑将这一行添加到我的模型中。\fn（估计器）：

tf.train.get_global_step（）==1000:#1000是我的特定纪元
做手术

但很明显，我不能用估计器

有人知道如何做到这一点吗？知道我仍然需要保存将通过最后一次操作转换的权重