如何在每个培训步骤保存培训模型，而不是根据时间间隔定期保存在TensorFlow Slim中

slim.learning.train（…）接受两个有关保存模型（save_interval_secs）或保存摘要（save_summaries_secs）的参数。这个API的问题是，它只允许根据一些“时间间隔”保存模型/摘要，但我需要根据培训的“每一步”进行保存

如何使用TF slim api实现这一点

这是slim.learning train api-

def train(train_op,
          logdir,
          train_step_fn=train_step,
          train_step_kwargs=_USE_DEFAULT,
          log_every_n_steps=1,
          graph=None,
          master='',
          is_chief=True,
          global_step=None,
          number_of_steps=None,
          init_op=_USE_DEFAULT,
          init_feed_dict=None,
          local_init_op=_USE_DEFAULT,
          init_fn=None,
          ready_op=_USE_DEFAULT,
          summary_op=_USE_DEFAULT,
          **save_summaries_secs=600,**
          summary_writer=_USE_DEFAULT,
          startup_delay_steps=0,
          saver=None,
          **save_interval_secs=600,**
          sync_optimizer=None,
          session_config=None,
          session_wrapper=None,
          trace_every_n_steps=None,
          ignore_live_threads=False):

---

Slim已被弃用，使用Estimator可以完全控制保存/摘要频率

您还可以将秒数设置为一个非常小的数字，以便始终保存