TensorFlow中如何获取所有检查点路径？

不用手动写os遍历代码啦，TensorFlow本身就提供了现成的工具来获取所有有效检查点，分两种常用场景给你说明：

情况1：使用TF2.x推荐的CheckpointManager保存检查点 #

如果你是用tf.train.CheckpointManager来管理检查点（这是TF2.x的最佳实践），那直接调用它的checkpoints属性就能拿到所有已保存的检查点路径列表，而且是按保存顺序排列的，非常方便。

举个完整的例子：

import tensorflow as tf

# 假设你已经定义了模型和优化器
model = tf.keras.Sequential([tf.keras.layers.Dense(10)])
optimizer = tf.keras.optimizers.Adam()

# 初始化检查点和管理器
checkpoint = tf.train.Checkpoint(model=model, optimizer=optimizer)
# max_to_keep=None表示保存所有检查点，不要设置成具体数字哦
manager = tf.train.CheckpointManager(checkpoint, "./my_checkpoints", max_to_keep=None)

# 模拟每1000步保存一次检查点
for step in range(0, 10000, 1000):
    # 这里省略你的训练逻辑...
    save_path = manager.save(checkpoint_number=step)
    print(f"已保存检查点到 {save_path}")

# 获取所有检查点路径
all_ckpt_paths = manager.checkpoints
print("所有检查点：", all_ckpt_paths)

# 遍历每个检查点做评估
for ckpt_path in all_ckpt_paths:
    # 恢复检查点（expect_partial()避免未加载部分的警告）
    checkpoint.restore(ckpt_path).expect_partial()
    # 这里放你的评估逻辑，比如计算验证集准确率、loss等
    print(f"正在评估检查点 {ckpt_path}")
    # 评估代码...

情况2：使用TF1.x风格的Saver保存检查点 #

如果你的代码是基于TF1.x的tf.train.Saver保存的检查点（会生成.ckpt文件和checkpoint索引文件），可以用tf.train.list_checkpoints()或者tf.train.get_checkpoint_state()来获取所有检查点：

import tensorflow as tf

# 方法1：直接列出目录下所有有效检查点
all_ckpt_paths = tf.train.list_checkpoints("./old_style_checkpoints")
print("所有检查点：", all_ckpt_paths)

# 方法2：通过检查点状态对象获取
ckpt_state = tf.train.get_checkpoint_state("./old_style_checkpoints")
if ckpt_state and ckpt_state.all_model_checkpoint_paths:
    all_ckpt_paths = ckpt_state.all_model_checkpoint_paths

为什么不用os遍历？ #

TensorFlow提供的这些工具会自动识别有效检查点，过滤掉临时文件、损坏的检查点或者无关文件，比自己写os.listdir()然后手动过滤文件名要可靠得多，也更符合TensorFlow的生态规范。

内容的提问来源于stack exchange，提问作者Alex Botev