#tensorflow
#тензорный поток
Вопрос:
Где это задокументировано? Рекомендуются ли оценщики по-прежнему или они просто добавили технический долг к вашей кривой обучения?
Хотите получить сеанс внутри функций, которые вы передаете в estimator. model_fn, input_fn и т.д.
Комментарии:
1. Не могли бы вы быть более конкретными. Рекомендуется для чего? И что именно вы хотите сделать с сеансом изнутри estimator?
Ответ №1:
В TF 2.0 происходит поэтапный отказ от оценщиков TensorFlow. Модели Keras теперь являются рекомендуемым высокоуровневым API (источник YouTube)
Я не уверен, что вы хотите сделать с сеансом, но удобный способ получить к нему доступ — использовать SessionRunHook
Вы можете определить новый хук и передать его оценщику с помощью, например
estimator.train(input_fn=train_input_fn, hooks=[my_custom_hook])
Комментарии:
1. Извините, это «поэтапный ввод» или «поэтапный вывод»
2. Я не думаю, что Keras поддерживает несколько размеров пакетов на одном графике, поэтому я сомневаюсь, что они могут уничтожить оценщики.
3. это было «поэтапно» — спасибо, что указали на это. большинство слоев keras не принимают размер пакета в своих аргументах target_shape. размер пакета обычно вычисляется на основе первого измерения входного размера. (пример)
4. Только что проверил у адвоката разработчиков, и они подтвердили, что tf.estimator все еще доступен для tf 2.0.
5. Это сэкономило бы мне и моим коллегам много работы, если бы они не были свернуты. Это не то впечатление, которое я получил от саммита разработчиков в этом году. Посмотрите ссылку на YouTube выше, если у вас будет такая возможность