如何避免PyTorch Lightning中lr_find生成的checkpoint文件杂乱？

有两种常用方案可以解决这个问题：

1. 完全禁用LR Finder的检查点保存 #

在运行lr_find()前临时关闭Trainer的检查点功能，完成后恢复原有配置，这样就不会生成任何检查点文件：

# 保存Trainer原有的检查点配置
original_checkpoint_setting = trainer.enable_checkpointing

# 临时禁用检查点保存
trainer.enable_checkpointing = False

# 执行LR Finder
tuner = Tuner(trainer)
tuner.lr_find(model)

# 恢复原有的检查点配置
trainer.enable_checkpointing = original_checkpoint_setting

2. 将检查点存储到专用目录 #

在调用lr_find()时，通过save_dir参数指定专门的目录，所有LR Finder生成的检查点会统一存放在该目录下，避免污染主运行目录：

tuner = Tuner(trainer)
# 指定专用目录，比如'./lr_find_checkpoints'
tuner.lr_find(model, save_dir="./lr_find_checkpoints")

如果需要自动清理临时的LR检查点，还可以结合Python的tempfile模块创建临时目录，使用后自动删除：

import tempfile

with tempfile.TemporaryDirectory() as temp_dir:
    tuner = Tuner(trainer)
    tuner.lr_find(model, save_dir=temp_dir)
# 临时目录会在with块结束后自动删除

内容的提问来源于stack exchange，提问作者Gabi Gubu