一、model_fn
函数有5个输入参数features, labels, mode, params, config，并输出一个EstimatorSpec实例；
features：input_fn的第一个输出。labels：input_fn的第二个输出。mode：操作类型（是训练、预测还是评估），对应tf.estimator.ModeKeys.EVAL/TRAIN/PREDICT。params：定义Estimator实例时传入的params属性。config：定义Estimator实例时传入的config属性。- 输出
EstimatorSpec实例介绍：- 训练时：需要指定
loss和train_op。 - 预测时：需要指定
predictions。 - 评估时：需要指定
loss和metrics
- 训练时：需要指定
二、实例化Estimator
config参数：- 可用于设置训练过程中相关操作，主要就是summary/save/logging操作。
- 可用于设置
tf.Session的配置，session_config其实就是tf.ConfigProto对象。 - 可用于设置多GPU训练，即
train_distribute变量。
params参数：- 主要作用就是可以传入
model_fn中，帮助实现各类功能。 - 模型参数：以Faster R-CNN为例，可以选择backbone参数，anchors参数，weight decay参数等。
- 训练参数：如优化器类型及参数、学习率参数。
- 性能指标：如选择那些性能指标进行计算等。
- 主要作用就是可以传入
model_fnmodel_dir：summary和save的路径config：tf.estimator.RunConfig实例params：输入参数，会传输到model_fn中。warm_start_from：热启动功能，暂时没碰到做啥用的
三、tf.estimator.Estimator训练、预测、评估
def train(self, input_fn, hooks=None, steps=None, max_steps=None, saving_listeners=None):# input_fn 在`1. 数据集`中介绍 # predict_keys 字符串列表，当EstimatorSpec.predictions是字典时使用 # hooks 一组`tf.train.SessionRunHook`实例，用于完成各种任务 # checkpoint_path ckpt文件的路径（包括ckpt），默认使用`modol_dir`中最新的ckpt文件 def predict(self, input_fn, predict_keys=None, hooks=None, checkpoint_path=None):# input_fn 在`1. 数据集`中介绍 # steps 评估次数最大值 # hooks 一组`tf.train.SessionRunHook`实例，用于完成各种任务 # checkpoint_path ckpt文件的路径（包括ckpt），默认使用`modol_dir`中最新的ckpt文件 # name 名称，好像用于记录不同数据集上的结果，将评估结果保存到不同文件夹中 def evaluate(self, input_fn, steps=None, hooks=None, checkpoint_path=None, name=None):四、tf.data
dataset = tf.data.Dataset.range(10).batch(6).shuffle(10) dataset = dataset.map(lambda x: x + 10) iterator = dataset.make_one_shot_iterator() next_element = iterator.get_next() with tf.Session() as sess: for i in range(2): value = sess.run(next_element) print(value)
参数说明：
batch:指更新梯度中使用的样本数；
repeat：将数据重复多次，主要用来处理epoch；
shuffle：打乱dataset中的元素；
map:Dataset中的每个元素都会被当作这个函数的输入，并将函数返回值作为新的DataSet；
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/218986.html原文链接：https://javaforall.net
