Checkpoint检查点怎么设

发布时间：2026-09-28 11:31:42 来源：亿速云阅读：95 作者：小樊栏目：数据库

“Checkpoint（检查点）”在不同领域设置方法差别很大，下面按常见场景给你分别说明：

1. 深度学习 / 机器学习（如 PyTorch、TensorFlow）

目的：保存模型权重、优化器状态，方便断点续训或回滚。

PyTorch 示例

# 保存
torch.save({
    'epoch': epoch,
    'model_state_dict': model.state_dict(),
    'optimizer_state_dict': optimizer.state_dict(),
    'loss': loss,
}, 'checkpoint.pth')

# 加载
checkpoint = torch.load('checkpoint.pth')
model.load_state_dict(checkpoint['model_state_dict'])
optimizer.load_state_dict(checkpoint['optimizer_state_dict'])

常见设置策略

每 N 个 epoch 存一次
验证集指标最好时存（best model）
固定步数（step）存一次

2. 数据库 / 分布式系统（如 Flink、Spark、PostgreSQL）

目的：记录一致状态，故障恢复用。

Flink 示例

env.enableCheckpointing(5000); // 每 5 秒一个检查点
env.getCheckpointConfig().setCheckpointingMode(CheckpointingMode.EXACTLY_ONCE);

设置要点

间隔时长
一致性语义（at-least-once / exactly-once）
存储位置（HDFS、S3）

3. 训练大模型（LLM，如 LLaMA、ChatGLM）

通常按 steps 或 epoch
保存：optimizer / lr_scheduler / rng_state
多卡训练时注意用 torch.distributed 同步

4. 游戏 / 程序开发（存档点）

玩家到达关键位置自动存
手动存盘
定时自动存

5. 通用建议

不要存太频繁（IO 开销）
保留最近 N 个 + 最好一个
检查点文件要可恢复、可校验

如果你说的是某一个具体框架或场景（比如 TensorFlow、Ray、数据库、游戏引擎），告诉我，我可以直接给你对应代码和配置。

向AI问一下细节

Checkpoint检查点怎么设

1. 深度学习 / 机器学习（如 PyTorch、TensorFlow）

2. 数据库 / 分布式系统（如 Flink、Spark、PostgreSQL）

3. 训练大模型（LLM，如 LLaMA、ChatGLM）

4. 游戏 / 程序开发（存档点）

5. 通用建议

猜你喜欢

最新资讯

相关推荐

相关标签