`MonitoredTrainingSession（）`如何与“restore”和“testing mode”一起工作？

Question

在Tensorflow中，我们可以使用Between-graph Replication为分布式培训构建和创建多个Tensorflow会话。MonitoredTrainingSession()协调多个Tensorflow会话，并且有一个参数checkpoint_dir来恢复Tensorflow会话/图。现在我有以下问题：

1. 我们通常使用tf.train.Saver()对象来恢复张量流图。但是我们如何使用MonitoredTrainingSession()恢复它们呢？在
2. 由于我们运行多个进程，每个进程都会构建并创建一个用于培训的Tensorflow会话，我想知道我们是否也必须在培训后运行多个进程来进行测试（或预测）。换句话说，MonitoredTrainingSession()如何与测试（或预测）模式一起工作？在

我读了Tensorflow博士，但没有找到这两个问题的答案。如果有人能找到解决办法，我真的很感激。谢谢！在

Answer 1

您应该导入元图，然后恢复模型。 从下面的片段中获得灵感，应该对你有用。在

    self.sess = tf.Session()
    ckpt = tf.train.latest_checkpoint("location-of/model")
    saver = tf.train.import_meta_graph(ckpt + '.meta', clear_devices=True)
    saver.restore(self.sess, ckpt)