tf.contrib.model_pruning.train

Обёртка вокруг функции tf-slim's train.

tf.contrib.model_pruning.train(
    train_op, logdir, mask_update_op, train_step_fn=train_step,
    train_step_kwargs=_USE_DEFAULT, log_every_n_steps=1, graph=None, master='',
    is_chief=True, global_step=None, number_of_steps=None, init_op=_USE_DEFAULT,
    init_feed_dict=None, local_init_op=_USE_DEFAULT, init_fn=None,
    ready_op=_USE_DEFAULT, summary_op=_USE_DEFAULT, save_summaries_secs=600,
    summary_writer=_USE_DEFAULT, startup_delay_steps=0, saver=None,
    save_interval_secs=600, sync_optimizer=None, session_config=None,
    trace_every_n_steps=None
)

Выполняет цикл обучения с использованием контроллера TensorFlow. Если задан sync_optimizer, обновления градиента применяются синхронно. В противном случае — асинхронно.

Аргументы
`train_op`	A `Tensor`, выполнение которой применяет градиенты и возвращает значение потери.
`logdir`	Каталог, в который записываются журналы обучения. Если None, контрольные точки модели и сводки не будут записаны.
`mask_update_op`	Операция, которая при выполнении обновляет маски весов и пороги.
`train_step_fn`	Функция, которая вызывается для выполнения одного шага градиента. Функция должна принимать ровно четыре аргумента: текущую сессию, `train_op` `Tensor`, глобальный шаг `Tensor` и словарь.
`train_step_kwargs`	Словарь, который передаётся в `train_step_fn`. По умолчанию предоставляются две `Boolean`, скалярные операции с именами "should_stop" и "should_log".
`log_every_n_steps`	Частота, в терминах глобальных шагов, с которой вычисляются и записываются потеря и глобальный шаг.
`graph`	Граф, передаваемый контроллеру. Если граф не задан, используется стандартный граф.
`master`	Адрес главного узла TensorFlow.
`is_chief`	Указывает, выполняется ли обучение первичной репликой во время обучения реплик.
`global_step`	Переменная, представляющая глобальный шаг. Если оставлено как `None`, используется slim.variables.get_or_create_global_step().
`number_of_steps`	Максимальное количество шагов градиента, выполняемых во время обучения, измеряемых с помощью 'global_step': обучение остановится, если global_step станет больше, чем 'number_of_steps'. Если значение оставлено как None, обучение продолжается бесконечно.
`init_op`	Операция инициализации. Если оставлено по умолчанию, сессия инициализируется вызовом `tf.compat.v1.global_variables_initializer()`.
`init_feed_dict`	Словарь значений для подстановки при выполнении `init_op`.
`local_init_op`	Операция локальной инициализации. Если оставлено по умолчанию, сессия инициализируется вызовом `tf.compat.v1.local_variables_initializer()` и `tf.compat.v1.tables_initializer()`.
`init_fn`	Необязательная вызываемая функция, выполняемая после вызова `init_op`. Вызываемая функция должна принимать один аргумент — инициализирующую сессию.
`ready_op`	Операция проверки готовности модели к использованию. Если оставлено по умолчанию, сессия проверяет готовность, вызывая `tf.compat.v1.report_uninitialized_variables()`.
`summary_op`	Операция сводки.
`save_summaries_secs`	Частота сохранения сводок в секундах.
`summary_writer`	`SummaryWriter` для использования. Может быть `None` для указания, что сводки не должны сохраняться. Если не задано, создаётся SummaryWriter.
`startup_delay_steps`	Количество шагов ожидания перед началом. Обратите внимание, что это должно быть 0, если задан sync_optimizer.
`saver`	Saver для сохранения контрольных точек. Если None, будет создан и использован по умолчанию.
`save_interval_secs`	Частота сохранения модели в `logdir` в секундах.
`sync_optimizer`	экземпляр tf.compat.v1.train.SyncReplicasOptimizer или список из них. Если аргумент задан, обновления градиента будут синхронными. Если оставлено как `None`, обновления градиента будут асинхронными.
`session_config`	Экземпляр `tf.compat.v1.ConfigProto`, который будет использован для настройки `Session`. Если оставлено как `None`, будет использован по умолчанию.
`trace_every_n_steps`	генерирует и сохраняет `Timeline` в формате трассировки Chrome и добавляет его в сводки каждые `trace_every_n_steps`. Если None, информация о трассировке не будет генерироваться или сохраняться.

Возвращаемое значение
значение функции потерь после обучения.

Исключения
`ValueError`	если `train_op` пуста или если `startup_delay_steps` отлична от нуля, когда `sync_optimizer` задан, если `number_of_steps` отрицательна или если `trace_every_n_steps` не является `None` и не задан `logdir`.

© 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/model_pruning/train