tf.contrib.learn Estimator vermeiden schreiben events.out.tfevents. * Datei

Question

Ich trainiere ein Modell mit tf.contrib.learn.Estimator. Da sich mein Standort model_dir im Google Cloud-Speicher befindet, dauert das Hochladen des Modells eine Weile. Das Problem besteht darin, dass Zwischenergebnisse in einer events.out.tfevents Datei gespeichert werden. Ist es möglich, diese Datei nur am Ende der Anpassung zu schreiben oder zu vermeiden, in diese Datei zu schreiben? Gegenwärtig wird die ganze Zeit damit verbracht, diese Datei hochzuladen, anstatt das Modell tatsächlich anzupassen. Wenn dies nur am Anfang und am Ende der Anpassung wäre, wäre dies kein Problem.

estimator_full_model = tf.contrib.learn.Estimator(
     model_fn=network_train.build_model_fn(), 
     params={'train_op': 'full_model', 
       'learning_rate': 0.01, 
       'mask_train': None}, 
     model_dir='data', 
     feature_engineering_fn=train_feature_engineering_fn, 
     config=tf.contrib.learn.RunConfig(save_checkpoints_secs=None, 
              save_checkpoints_steps=100000, 
              log_device_placement=False)) 

Answer 1

gibt es nicht Schnittstelle Ereignisse am Ende des Trainings-Datei zu schreiben, soweit ich weiß, aber man kann durch Erhöhung save_summary_steps in config=tf.contrib.learn.RunConfig in eine akzeptable Frequenz die Frequenz der Schreibvorgänge Datei reduzieren.