我在 tensorflow api 中使用对象检测。在我之前的工作中，我曾经每隔n步检查当前步骤并保存我的模型，类似于此处提到的方法。
在这种情况下，尽管作者使用TensorFlow-Slim来执行训练。因此，他们使用 atf.train.Saver传递给执行训练的实际函数：slim.learning.train(). 虽然这个函数有一些关于使用参数写下训练模型的间隔的参数save_interval_secs，但它是时间相关的，而不是步骤相关的。
因此，由于tf.train.Saver是此处提到的“被动”实用程序，并且仅使用提供的参数保存模型，这意味着不知道任何时间或步骤的概念，并且在对象检测代码中，控件通过TensorFlow-Slim传递，通过传递saver 作为参数，在这种情况下，如何实现逐步保存模型（每n 步而不是每x 秒）？
唯一的解决方案是挖掘苗条的代码并对其进行编辑（所有风险都来自于此）？还是有其他我不熟悉的选择？
PS1
我发现这里有一个关于这个选项的惊人相似的问题，但不幸的是它没有任何答案。因此，由于我的问题仍然存在，我将保留这个问题以引起对该问题的一些兴趣。
PS2
查看slim.learning代码，我发现train()在传递参数后，它只是将控制权传递给supervisor.Supervisorwhich 引用tf.train.Supervisorwhich 有点奇怪，因为此类被认为已弃用。的supervisor文档字符串中也提到了slim.learning.