ray.tune.Tuner.can_restore#

classmethod Tuner.can_restore(path: str | PathLike, storage_filesystem: pyarrow.fs.FileSystem | None = None) → bool[源代码]#

检查给定目录是否包含可恢复的 Tune 实验。

使用模式：

使用此工具在启动新的 Tune 实验和在可能的情况下恢复之间切换。这对于在重新运行失败的调优脚本时实现实验容错非常有用。

import os
from ray.tune import Tuner
from ray.train import RunConfig

def train_fn(config):
    # Make sure to implement checkpointing so that progress gets
    # saved on restore.
    pass

name = "exp_name"
storage_path = os.path.expanduser("~/ray_results")
exp_dir = os.path.join(storage_path, name)

if Tuner.can_restore(exp_dir):
    tuner = Tuner.restore(exp_dir, trainable=train_fn, resume_errored=True)
else:
    tuner = Tuner(
        train_fn,
        run_config=RunConfig(name=name, storage_path=storage_path),
    )
tuner.fit()

参数:: path – Tune 实验的实验目录路径。这可以是本地目录或远程 URI（例如 s3://bucket/exp_name）。
返回:: 如果此路径存在且包含要从中恢复的 Tuner 状态，则为 True
返回类型:: bool