从 TensorFlow 保存结果时，为什么我得到的文件数量少于预期？

Question

我正在使用 TensorFlow 使用 Python 3.6，但问题是 saver.save 无法正常工作。 我必须将九个不同的sess 保存到九个文件model_path，但我只有五个文件，当我打印sess 和model_path 时，我得到了九个结果。

def save_models(sess, model_path):
    """ Save models to the current directory with the name filename """

    current_dir = os.path.dirname(os.path.realpath(__file__))
    model_path = os.path.join(current_dir, "model/" + model_path)
    if not os.path.exists(os.path.dirname(model_path)):
        os.makedirs(os.path.dirname(model_path))
    saver.save(sess, model_path, write_meta_graph=False)

我得到了这些文件，这意味着它只保存从agent_3 和model_path 从agent_0 开始

Answer 1

那些是checkpoint files。 默认情况下，TF 会每 10 分钟保存一个检查点并保留最近的 5 个检查点。 (source)。

我们可以通过传递可选的max_to_keep 参数来覆盖此行为。默认情况下，它设置为 5 并清理旧的检查点。如果将其设置为0，它将不会清理任何文件：

saver.save(sess, model_path, write_meta_graph=False, max_to_keep=0)

顺便说一句，一般来说，不需要保留旧的检查点，除非我们想将模型恢复到训练早期的状态，但这（当然）是你的决定。