python - 在 Tensorflow 中使用 TPU 时，在本地驱动器中保存检查点是否有一个不错的解决方法？

Question

跟进这个问题：

使用 TPU 模式时如何从 Google Colaboratory 保存 Tensorflow 检查点文件？

使用 Tensorflow TPU 时保存检查点的官方方法是使用谷歌云服务。

如果对于那些不想使用 GCS 的人有解决方法，我正在工作。也许对于每个变量，执行 .eval()，保存变量。然后将保存变量设置为每个变量的“init”值。

我预见的一个主要问题是保存和加载优化器的参数。

对于 Keras，权重似乎确实从 TPU 保存到本地

https://colab.research.google.com/github/tensorflow/tpu/blob/master/tools/colab/shakespeare_with_tpu_and_keras.ipynb

INFO:tensorflow:将 TPU 权重复制到 CPU

所以我想也有一个通用的解决方法，而不使用 keras。

Answer 1

看看Keras的这个代码

如果我理解正确，权重不会直接从 TPU 保存，而是将权重同步到 CPU 并保存到 colab 存储。

编辑

另请参阅：这个答案。