如何在Cloud ML Engine中保存更多模型检查点？

嘿，我之前在用TensorFlow Object Detection API配合Cloud ML Engine训练模型时，也碰到过这个需求，其实调整起来很简单，主要是修改训练配置文件里的关键参数就行，具体步骤如下：

• 找到你的训练配置文件（通常命名为pipeline.config），定位到train_config这个配置区块。
• 在这个区块里找到keep_checkpoint_max参数——它的默认值就是5，也就是你现在只看到最新5个检查点的原因。你可以把它改成你想要保存的检查点数量，比如keep_checkpoint_max: 20，这样就能保存最新的20个检查点了。
• 如果你使用的是比较旧版本的TensorFlow Object Detection API，可能这个参数的名字是max_checkpoints_to_keep，记得对应修改这个参数的值。
• 提交训练作业的时候，一定要确保使用修改后的配置文件。比如用gcloud命令提交作业的话，命令大概是这样：

  gcloud ai-platform jobs submit training YOUR_TRAINING_JOB_NAME \
    --job-dir=gs://your-bucket-path/train \
    --package-path=object_detection \
    --module-name=object_detection.model_main \
    --region=us-central1 \
    --config=./path/to/your/modified/pipeline.config \
    --runtime-version=2.10 \
    --python-version=3.9
  

• 最后提醒一下：保存更多检查点会占用更多Cloud Storage存储空间，所以别设置得太夸张，根据自己的实际需求来就行。训练完成后，也可以清理掉一些不需要的旧检查点来节省资源。

内容的提问来源于stack exchange，提问作者Jash Shah