与主管一起使用时，Tensorflow“DataLossError：校验和不匹配”答案

【问题标题】：Tensorflow "DataLossError: Checksum does not match" when used with supervisor与主管一起使用时，Tensorflow“DataLossError：校验和不匹配”
【发布时间】：2017-12-11 19:51:23
【问题描述】：

我一直在使用 tensorflow 和 tf.train.Supervisor -

sv = tf.train.Supervisor(logdir=path, save_model_secs=900)
with sv.managed_session() as sess:
    if not sv.should_stop(): 
        #Rest of the code

最近，它在训练期间崩溃了，从那以后它一直在上面的with sv.managed_session() 行抛出以下错误 -

DataLossError（回溯见上文）：校验和不匹配：存储的 1057608875 与根据恢复的字节 763056116 计算的结果

[[节点：save/RestoreV2_31 = RestoreV2[dtypes=[DT_FLOAT], _device="/job:localhost/replica:0/task:0/cpu:0"](_recv_save/Const_0, save/RestoreV2_31/tensor_names , 保存/RestoreV2_31/shape_and_slices)]]

有办法解决吗？

【问题讨论】：

标签： python tensorflow

【解决方案1】：

这意味着您的检查点文件已损坏。删除最新版本（即具有最大global_step 编号的版本）并重试，它应该可以工作。

【讨论】：

谢谢。虽然只有一个检查点文件。其余文件有 model.ckpt.data-00000-of-00001、graph.pbtxt、model.ckpt.meta、model.ckpt.index 和一些 event.out.tfevents 文件。
我明白了。我不知道它可以保存备份检查点，在我的情况下似乎只保存一个文件，是主管中的某些参数（除了 save_model_secs）允许它开始保存更多检查点吗？
那个是参数。使用 MonitoredSession（替代 Supervisor），您可以使用 CheckpointSaverHook 来控制频率。