tf.contrib.learn.Evaluable

Интерфейс для объектов, которые могут быть оценены, например, Experiment.

ЭТОТ КЛАСС УСТЕРЕЛ. См. contrib/learn/README.md для общих инструкций по миграции.

Атрибуты
`model_dir`	Возвращает путь, в котором процесс оценки будет искать контрольные точки.

Методы

`evaluate`

Просмотреть исходный код

@abc.abstractmethod
evaluate(
    x=None, y=None, input_fn=None, feed_fn=None, batch_size=None, steps=None,
    metrics=None, name=None, checkpoint_path=None, hooks=None
)

Оценивает заданную модель с предоставленными данными оценки.

Условия остановки — мы оцениваем заданные входные данные, пока не выполнится одно из следующих условий:

Если steps указан, и steps пачек размером batch_size обработаны.
Если input_fn указан, и он вызывает исключение конца входных данных (OutOfRangeError или StopIteration).
Если x указан, и все элементы в x обработаны.

Возвращаемое значение — словарь, содержащий метрики, указанные в metrics, а также запись global_step, содержащую значение глобального шага, для которого была выполнена эта оценка.

Аргументы
`x`	Матрица формы [n_samples, n_features...] или словарь многих матриц, содержащих входные образцы для подгонки модели. Может быть итератором, возвращающим массивы признаков или словарем массивов признаков. Если задано, `input_fn` должно быть `None`.
`y`	Вектор или матрица [n_samples] или [n_samples, n_outputs], содержащие значения меток (метки классов в классификации, действительные числа в регрессии) или словарь нескольких векторов/матриц. Может быть итератором, возвращающим массив целей или словарем массивов целей. Если задано, `input_fn` должно быть `None`. Примечание: Для классификации значения меток должны быть целыми числами, представляющими индекс класса (т.е. значения от 0 до n_classes-1).
`input_fn`	Функция ввода, возвращающая кортеж: признаки — словарь имени признака типа строка к `Tensor` или `Tensor`. метки — `Tensor` или словарь `Tensor` с метками. Если input_fn задан, `x`, `y`, и `batch_size` должны быть `None`. Если `steps` не задано, это должно вызывать `OutOfRangeError` или `StopIteration` после того, как необходимое количество данных (например, одна эпоха) будет предоставлено. См. "Условия остановки" выше для получения подробной информации.
`feed_fn`	Функция, создающая словарь feed каждый раз, когда она вызывается. Вызывается один раз за итерацию. Должна быть `None` если `input_fn` задано.
`batch_size`	Размер мини-пачки для использования на входе, по умолчанию равен первой размерности `x`, если указано. Должен быть `None` если `input_fn` задано.
`steps`	Количество шагов, для которых необходимо оценить модель. Если `None`, оценить до тех пор, пока `x` не будет использовано или `input_fn` не вызовет исключение конца входных данных. См. "Условия остановки" выше для получения подробной информации.
`metrics`	Словарь метрик для выполнения. Если None, используются стандартные функции метрик; если {}, метрики не используются. В противном случае, `metrics` должен сопоставить дружественные имена метрики к объекту `MetricSpec`, определяющему, какие выходные данные модели оцениваются по отношению к каким меткам с какой функцией метрики. Метрические операции должны поддерживать потоковую обработку, т.е. возвращать `update_op` и `value` тензоры. Например, см. опции, определенные в `../../../metrics/python/ops/metrics_ops.py`.
`name`	Название оценки, если пользователю необходимо выполнить несколько оценок на разных наборах данных, например, на обучающих данных по сравнению с тестовыми данными.
`checkpoint_path`	Путь к определенной контрольной точке для оценки. Если `None`, используется последняя контрольная точка в `model_dir`.
`hooks`	Список экземпляров подклассов `SessionRunHook`. Используется для обратных вызовов внутри вызова оценки.

Возвращаемое значение
Возвращает `dict` со результатами оценки.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/learn/Evaluable