tf.train.MonitoredTrainingSession()解析【精】

最新推荐文章于 2022-02-18 13:55:55 发布

原创最新推荐文章于 2022-02-18 13:55:55 发布 · 2.1w 阅读

28 ·

CC 4.0 BY-SA版权

文章标签：

#MonitoredTrainingSession #tensorflow #Hook #tf.train.SessionRunHook() #cifar10

深度学习同时被 2 个专栏收录

33 篇文章

订阅专栏

Tensorflow

16 篇文章

订阅专栏

最近看了下cifar10源码，训练代码中使用了tf.train.SessionRunHook()，tf.train.MonitoredTrainingSession()；查看官方API后终于有些眉目了，特记录备忘。

首先，先讲下tf.train.MonitoredTrainingSession()；

一 .MonitoredTrainingSession()

首先，tf.train.MonitorSession()从单词的字面意思理解是用于监控训练的回话，返回值是tf.train.MonitorSession()类的一个实例Object, tf.train.MonitorSession()会在下面讲。

MonitoredTrainingSession(
    master='',
    is_chief=True,
    checkpoint_dir=None,
    scaffold=None,
    hooks=None,
    chief_only_hooks=None,
    save_checkpoint_secs=600,
    save_summaries_steps=USE_DEFAULT,
    save_summaries_secs=USE_DEFAULT,
    config=None,
    stop_grace_period_secs=120,
    log_step_count_steps=100
)

Args:

is_chief：用于分布式系统中，用于判断该系统是否是chief，如果为True，它将负责初始化并恢复底层TensorFlow会话。如果为False，它将等待chief初始化或恢复TensorFlow会话。

checkpoint_dir：一个字符串。指定一个用于恢复变量的checkpoint文件路径。

scaffold：用于收集或建立支持性操作的脚手架。如果未指定，则会创建默认一个默认的scaffold。它用于完成图表

hooks：SessionRunHook对象的可选列表。可自己定义SessionRunHook对象，也可用已经预定义好的SessionRunHook对象，如：tf.train.StopAtStepHook()设置停止训练的条件；tf.train.NanTensorHook(loss):如果loss的值为Nan则停止训练；

chief_only_hooks：SessionRunHook对象列表。如果is_chief== True，则激活这些挂钩，否则忽略。

save_checkpoint_secs：用默认的checkpoint saver保存checkpoint的频率（以秒为单位）。如果save_checkpoint_secs设置为None，不保存checkpoint。

save_summaries_steps：使用默认summaries saver将摘要写入磁盘的频率（以全局步数表示）。如果save_summaries_steps和save_summaries_secs都设置为None，则不使用默认的summaries saver保存summaries。默认为100

save_summaries_secs：使用默认summaries saver将摘要写入磁盘的频率（以秒为单位）。如果save_summaries_steps和save_summaries_secs都设置为None，则不使用默认的摘要保存。默认未启用。

config：用于配置会话的tf.ConfigProtoproto的实例。它是tf.Session的构造函数的config参数。

stop_grace_period_secs：调用close（）后线程停止的秒数。

log_step_count_steps：记录全局步/秒的全局步数的频率

Returns:

一个MonitoredSession（）实例。

下面主要介绍tf.train.MonitoredSession()类

二tf.train.MonitoredSession()类

官方文档给的定义是：

Session-like object that handles initialization, recovery and hooks.

是一个处理初始化，模型恢复，和处理Hooks的类似与Session的类。

Args:

session_creator:制定用于创建回话的ChiefSessionCreator

hooks:tf.train.SessionRunHook()实例的列表

Returns:

一个MonitoredSession 实例。

Example usage:

saver_hook = CheckpointSaverHook(...)
summary_hook = SummarySaverHook(...)
with MonitoredSession(session_creator=ChiefSessionCreator(...),
                      hooks=[saver_hook, summary_hook]) as sess:
    while not sess.should_stop():
        sess.run(train_op)

初始化：在创建一个MonitoredSession时，会按顺序执行以下操作：

调用[Hooks]列表中每一个Hook的begin()函数
通过scaffold.finalize()完成图graph的定义
创建会话
用Scaffold提供的初始化操作(op)来初始化模型
如果给定checkpoint_dir中存在checkpoint文件，则用checkpoint恢复变量
启动队列线程
调用hook.after_create_session()

Run:当调用run()函数时，按顺序执行以下操作

调用hook.before_run()
用合并后的fetches 和feed_dict调用TensorFlow的session.run() （这里是真正调用tf.Session().run(fetches ,feed_dict)）
调用hook.after_run()
返回用户需要的session.run()的结果
如果发生了AbortedError或者UnavailableError，则在再次执行run()之前恢复或者重新初始化会话

Exit:当调用close()退出时，按顺序执行下列操作