我正在尝试使用tensorflow高级API来开发模型，但在训练和可视化阶段发现了一个问题：
对于相同的 model_fn((，每次我尝试调用 estimator.train(( 方法时，global_step都会比我上次训练的步骤增加。 例如，如果上次运行 estimator.train(( 方法进行到 global_step = 2000，那么这次当我开始训练模型时，它将从 2000 年开始累积， 2001， 2002年...
我的问题是：出于某种原因，我想每次都从头开始训练一个模型。 也就是说，当我再次启动训练时，我不需要 estimator 来恢复之前训练的权重。
目前，我只是在每次启动新培训之前手动删除检查点和事件文件，这确实效率低下。但是，即便如此，上次仍然存在残余曲线，我无法以这种方式删除。
我该如何处理？
估算器中的model_dir选项是提供保存模型(检查点和其他内容(的路径。因此，每次开始训练时，它都会查看该路径，查看是否有任何检查点，如果有，它将选择最后一个检查点并将权重加载到模型中并开始训练，这就是每次检查点增加的原因。
似乎有一种方法可以完全停止保存检查点，请查看此链接。
目前，每当我想开始新的培训时，我都会为model_dir路径提供一个新的位置。我将检查路径是否存在，如果不存在，我将创建该文件夹。