교육 및 평가 작업 모두를위한 Tensorflow 감독자?

Question

교육 및 네트워크 실행을 위해 저장된 검사 점에서 모델을로드하기 위해 tensorflow 관리자 (https://www.tensorflow.org/programmers_guide/supervisor)를 사용했습니다. 그러나 체크 포인트 파일은 모델을 실행/평가 (graph.pbtxt의 타임 스탬프, model.ckpt.data 파일이 업데이트되고 새 events.out이 생성 됨) 될 때에도 업데이트된다는 사실을 알게되었습니다.

모델을 실행/평가하는 데 관리자를 사용하면 훈련 된 상태가 재설정되거나 변경되는 지 궁금합니다. 훈련 이외의 것을 감독자에게 사용하는 것이 바람직합니까?

기차 -

sv = tf.train.Supervisor(logdir=mylogdir) 
with sv.managed_session() as sess: 
    if not sv.should_stop(): 
     train_step.run(feed_dict={x: xtrain, y_: ytrain, keep_prob: 0.5}, session= sess) 

실행/만 평가합니다. 아래에서 모델의 숙련 된 상태를 수정하지 않으려합니다.

sv = tf.train.Supervisor(logdir=mylogdir)  
with sv.managed_session() as sess: 
    for yconv in sess.run(y_conv, feed_dict={x: xtest, keep_prob: 1.0}): 
     #use yconv to predict, evaluate etc. 

Answer 1

모델은 대개 'model.ckpt-NUM'파일 이름으로 저장됩니다. 평가가 파일을 업데이트하지 않는 한, 당신은 안전합니다.

로깅/요약 덮어 쓰기가 걱정된다면. 요약 이름을 선택하는 데주의해야합니다.

예. 평가를 위해 요약 이름을 'eval/' +metric_name, 교육을 위해 'train/' +metric_name을 예로 들면, here 및 here을 참조하십시오. here