检查点

检查点是 DALI 中的一项功能，允许您将 pipeline 的当前状态保存到文件中。然后，您可以从已保存的检查点恢复 pipeline，新的 pipeline 将产生与旧 pipeline 完全相同的输出。这对于可能被中断的长时间运行的训练作业特别有用。

DALI pipeline 的检查点包含有关 pipeline 中使用的所有随机数生成器的状态以及每个 reader 的进度的信息。

检查点 API

启用检查点

要启用检查点，在创建 pipeline 时设置 enable_checkpointing=True。启用此选项后，DALI 将跟踪每个操作符的状态，允许您按需保存它。启用检查点不应影响性能。

@pipeline_def(..., enable_checkpointing=True)
def pipeline():
    ...

p = pipeline()

注意

如果启用了检查点，shuffle_after_epoch=True 的 Readers 可能会以不同的方式打乱样本。

保存检查点

要保存检查点，您需要调用 Pipeline.checkpoint() 方法，该方法将返回序列化的检查点作为字符串。可选地，您可以将文件名作为参数传递，DALI 将检查点保存在那里。

for _ in range(iters):
    output = p.run()

# Write the checkpoint to file:
checkpoint = p.checkpoint()
open('checkpoint_file.cpt', 'wb')

# Or simply:
checkpoint = p.checkpoint('checkpoint_file.cpt')

注意

调用 Pipeline.checkpoint() 方法可能会引入可观察到的开销。我们建议您不要过于频繁地调用它。

从检查点恢复

您可以稍后从已保存的检查点恢复 pipeline 状态。为此，在构造时将 checkpoint 参数传递给 Pipeline。这样的 pipeline 应该返回与原始 pipeline 完全相同的输出。

checkpoint = open('checkpoint_file.cpt', 'rb').read()
p_restored = pipeline(checkpoint=checkpoint)

警告

确保您要恢复的 pipeline 与原始 pipeline 相同，即包含相同的操作符和相同的参数。从使用不同 pipeline 创建的检查点恢复将导致未定义的行为。

External source 检查点

fn.external_source() 操作符仅部分支持检查点。

仅当 source 是接受批次索引、BatchInfo 或 SampleInfo 的单参数可调用对象时，才支持检查点。对于此类 sources，查询将从检查点中保存的点继续。

其他类型的 source 不支持检查点。它们的状态不会保存在检查点中，并且从检查点恢复后，它们将从头开始。如果您想使用检查点，我们建议您将 source 重写为受支持的可调用对象。

TensorFlow 插件中的检查点

plugin.tf.DALIDataset 与 TensorFlow 的 tf.train.checkpoint 集成。有关更多详细信息，请参阅 TensorFlow 检查点文档页面。

警告

当前 plugin.tf.experimental.DALIDatasetWithInputs 不支持检查点。

警告

当前 GPU 数据集不支持检查点。