Python tf.compat.v1.estimator.Estimator用法及代碼示例

參數

• model_fn 模型函數。遵循簽名：
  • features -- 這是從 input_fn 返回的第一項，傳遞給 train , evaluate 和 predict 。這應該是一個相同的 tf.Tensor 或 dict。
  • labels -- 這是從傳遞給 train , evaluate 和 predict 的 input_fn 返回的第二項。這應該是相同的單個tf.Tensor 或dict(對於multi-head 型號)。如果 mode 是 tf.estimator.ModeKeys.PREDICT ， labels=None 將被傳遞。如果 model_fn 的簽名不接受 mode ，則 model_fn 必須仍然能夠處理 labels=None 。
  • mode -- 可選。指定這是訓練、評估還是預測。見tf.estimator.ModeKeys。 params -- 可選的 dict 超參數。將接收 params 參數中傳遞給 Estimator 的內容。這允許通過超參數調整來配置 Estimator。
  • config -- 可選的 estimator.RunConfig 對象。將接收作為其config 參數或默認值傳遞給 Estimator 的內容。允許根據 num_ps_replicas 或 model_dir 等配置在 model_fn 中進行設置。
  • 返回 -- tf.estimator.EstimatorSpec
• model_dir 保存模型參數、圖形等的目錄。這也可用於將檢查點從目錄加載到估計器中，以繼續訓練先前保存的模型。如果PathLike 對象，路徑將被解析。如果 None ，如果設置，將使用 config 中的 model_dir。如果兩者都設置，則它們必須相同。如果兩者都是 None ，將使用臨時目錄。
• config estimator.RunConfig 配置對象。
• params dict 的超參數將被傳遞到 model_fn 。鍵是參數的名稱，值是基本的 Python 類型。
• warm_start_from 檢查點或 SavedModel 的可選字符串文件路徑以進行熱啟動，或 tf.estimator.WarmStartSettings 對象以完全配置熱啟動。如果沒有，隻有 TRAINABLE 變量是熱啟動的。如果提供了字符串文件路徑而不是 tf.estimator.WarmStartSettings ，則所有變量都是熱啟動的，並且假定詞匯表和 tf.Tensor 名稱不變。

拋出

• ValueError model_fn 的參數與 params 不匹配。
• ValueError 如果這是通過子類調用的，並且該類覆蓋了 Estimator 的成員。

屬性

• config
• model_dir
• model_fn 返回綁定到 self.params 的 model_fn 。
• params