Я пытаюсь использовать API-интерфейс тензорного потока для разработки модели, и я обнаружил проблему на этапе обучения и визуализации:
Для той же model_fn () каждый раз, когда я пытаюсь вызвать метод estimator.train (), global_step будет увеличиваться по сравнению с шагами, которые я обучал в прошлый раз. например, если в последний раз запустить метод estimator.train () для перехода к global_step = 2000, то в этот раз, когда я начну обучать модель, она будет накапливаться, начиная с 2000, 2001, 2002 ...
Моя проблема: почему-то я хочу тренировать модель с нуля каждый раз. то есть мне не нужен оценщик для восстановления ранее обученных весов, когда я снова запускаю тренировку.
В настоящее время я просто вручную удаляю контрольные точки и файлы событий перед тем, как каждый раз запускать новое обучение, и это действительно неэффективно. Однако, несмотря на это, в последний раз все еще существуют остаточные кривые, которые я не могу удалить таким образом.
Как с этим справиться?