Атрибут latest_checkpoint

Атрибут latest_checkpoint класса CheckpointManager возвращает полный путь к последнему сохранённому чекпоинту. Если ни один чекпоинт ещё не был сохранён, атрибут возвращает None. Атрибут доступен только для чтения и обновляется автоматически после каждого вызова метода save.

Этот атрибут удобно использовать для восстановления модели из последней сохранённой точки, а также для проверки, существуют ли уже сохранённые чекпоинты.

Синтаксис

manager.latest_checkpoint

Пример

Давайте создадим менеджер чекпоинтов и проверим значение атрибута latest_checkpoint до сохранения:

import tensorflow as tf

model = tf.keras.Sequential([
	tf.keras.layers.Dense(3, input_shape=(2,))
])

manager = tf.train.CheckpointManager(
	tf.train.Checkpoint(model=model),
	directory='./ckpt',
	max_to_keep=3
)

print(manager.latest_checkpoint)

Результат выполнения кода:

None

Пример

Теперь сохраним чекпоинт и посмотрим, как изменится значение атрибута:

<+python+> import tensorflow as tf model = tf.keras.Sequential([ tf.keras.layers.Dense(3, input_shape=(2,)) ]) manager = tf.train.CheckpointManager( tf.train.Checkpoint(model=model), directory='./ckpt', max_to_keep=3 ) saved_path = manager.save() print(manager.latest_checkpoint) print(saved_path) <-python+>

Результат выполнения кода:

./ckpt/ckpt-1
./ckpt/ckpt-1

Как видно, после сохранения атрибут latest_checkpoint содержит путь к последнему чекпоинту, совпадающий со значением, возвращённым методом save.

Пример

Давайте сохраним несколько чекпоинтов и убедимся, что атрибут всегда указывает на самый последний из них:

import tensorflow as tf

model = tf.keras.Sequential([
	tf.keras.layers.Dense(3, input_shape=(2,))
])

manager = tf.train.CheckpointManager(
	tf.train.Checkpoint(model=model),
	directory='./ckpt',
	max_to_keep=3
)

manager.save()
manager.save()
manager.save()

print(manager.latest_checkpoint)

Результат выполнения кода:

./ckpt/ckpt-3

Пример

Атрибут latest_checkpoint удобно использовать для восстановления модели из последней сохранённой точки:

import tensorflow as tf

model = tf.keras.Sequential([
	tf.keras.layers.Dense(3, input_shape=(2,))
])

checkpoint = tf.train.Checkpoint(model=model)
manager = tf.train.CheckpointManager(
	checkpoint,
	directory='./ckpt',
	max_to_keep=3
)

manager.save()

if manager.latest_checkpoint:
	checkpoint.restore(manager.latest_checkpoint)
	print("Restored from:", manager.latest_checkpoint)
else:
	print("No checkpoint found")

Результат выполнения кода:

"Restored from: ./ckpt/ckpt-1"

Смотрите также

класс CheckpointManager,
который управляет сохранением и восстановлением чекпоинтов
метод save,
который сохраняет новый чекпоинт и возвращает его путь
метод restore_or_initialize,
который восстанавливает последний чекпоинт или инициализирует модель
атрибут checkpoints,
который хранит список всех сохранённых путей к чекпоинтам