tf.compat.v1.train.LoggingTensorHook

Печатает указанные тензоры каждые N локальных шагов, каждые N секунд или в конце.

Наследуется от: SessionRunHook

tf.compat.v1.train.LoggingTensorHook(
    tensors, every_n_iter=None, every_n_secs=None, at_end=False, formatter=None
)

Пожалуйста, ознакомьтесь с этим блокнотом о том, как мигрировать API в TF2.

Описание

Используется в блокнотах

Тензоры будут выводиться в журнал с уровнем серьезности INFO. Если вы не видите журналы, возможно, вам следует добавить следующую строку после импорта:

tf.compat.v1.logging.set_verbosity(tf.compat.v1.logging.INFO)

Обратите внимание, что если at_end имеет значение True, tensors не должен включать в себя ни один тензор, чьё вычисление производит побочный эффект, такой как потребление дополнительных входов.

Методы

after_create_session

Просмотреть исходный код

after_create_session(
    session, coord
)

Вызывается при создании новой сессии TensorFlow.

Этот метод вызывается для уведомления хуков о создании новой сессии. Это имеет два существенных отличия от ситуации, когда вызывается begin:

• При вызове этого метода граф уже завершён, и операции больше нельзя добавлять в граф.
• Этот метод также будет вызван в результате восстановления обернутой сессии, а не только в начале всей сессии.

after_run

Просмотреть исходный код

after_run(
    run_context, run_values
)

Вызывается после каждого вызова run().

Аргумент run_values содержит результаты запрошенных операций/тензоров вызовом before_run().

Аргумент run_context — тот же, что передавался в вызов before_run. run_context.request_stop() может быть вызван для остановки итерации.

Если session.run() вызывает какие-либо исключения, то after_run() не вызывается.

before_run

Просмотреть исходный код

before_run(
    run_context
)

Вызывается перед каждым вызовом run().

Вы можете вернуть из этого вызова объект SessionRunArgs, указывающий операции или тензоры для добавления в предстоящий вызов run(). Эти операции/тензоры будут выполнены вместе с операциями/тензорами, первоначально переданными в исходный вызов run(). Аргументы run, которые вы возвращаете, также могут содержать значения для добавления в вызов run().

Аргумент run_context — объект SessionRunContext, предоставляющий информацию о предстоящем вызове run(): первоначально запрошенные операции/тензоры, сессия TensorFlow.

На этом этапе граф завершён, и вы больше не можете добавлять операции.

begin

Просмотреть исходный код

begin()

Вызывается один раз перед использованием сессии.

При вызове текущий граф — тот, который будет запущен в сессии. Хук может изменить граф, добавив в него новые операции. После вызова begin() граф будет завершён, и другие хуки не смогут больше изменять граф. Второй вызов begin() на том же графе не должен изменять граф.

end

Просмотреть исходный код

end(
    session
)

Вызывается в конце сессии.

Аргумент session может быть использован в случае, если хук хочет выполнить финальные операции, например, сохранение последней контрольной точки.

Если session.run() вызывает исключение, отличное от OutOfRangeError или StopIteration, то end() не вызывается. Обратите внимание на разницу в поведении end() и after_run(), когда session.run() вызывает OutOfRangeError или StopIteration. В этом случае end() вызывается, но after_run() не вызывается.