tensorflow中的Hooks方法调用顺序

 

初始化：在创建一个MonitoredSession时，会按顺序执行以下操作：

• 调用[Hooks]列表中每一个Hook的begin()函数
• 通过scaffold.finalize()完成图graph的定义
• 创建会话
• 用Scaffold提供的初始化操作(op)来初始化模型
• 如果给定checkpoint_dir中存在checkpoint文件，则用checkpoint恢复变量
• 启动队列线程
• 调用hook.after_create_session()

 

Run:当调用run()函数时，按顺序执行以下操作

• 调用hook.before_run()
• 用合并后的fetches 和feed_dict调用TensorFlow的session.run() （这里是真正调用tf.Session().run(fetches ,feed_dict)）
• 调用hook.after_run()
• 返回用户需要的session.run()的结果
• 如果发生了AbortedError或者UnavailableError，则在再次执行run()之前恢复或者重新初始化会话

Exit:当调用close()退出时，按顺序执行下列操作

• 调用hook.end()
• 关闭队列线程queuerunners和会话session

• 在monitored_session的上下文中，抑制由于处理完所有输入抛出的OutOf Range错误。

call hook.begin()

    sess = tf.Session()

    call hooks.after_create_session()

    while not stop is requested:

        call hooks.before_run()

        try:

            results = sess.run(merged_fetches, feed_dict=merged_feeds)

        except (errors.OutOfRangeError, StopIteration):

            break

        call hooks.after_run()

    call hook.end()

    sess.close()