EstimatorSpec полностью определяет модель, которая будет запущена Estimator.
Аргументы
mode
Тип ModeKeys. Указывает, является ли это обучение, оценка или прогнозирование.
predictions
Прогнозы Tensor или словарь Tensor .
loss
Функция потерь обучения Tensor. Должна быть скаляром или иметь форму [1] .
train_op
Операция для шага обучения.
eval_metric_ops
Словарь результатов метрик, проиндексированный по имени. Значения словаря могут быть одним из следующих: (1) экземпляр класса Metric . (2) Результаты вызова функции метрики, а именно кортежа (metric_tensor, update_op) . metric_tensor должен оцениваться без влияния на состояние (обычно это чистые вычислительные результаты, основанные на переменных). Например, он не должен запускать update_op или требовать извлечения каких-либо входных данных.
export_outputs
Описание выходных подписей, которые будут экспортированы в SavedModel и использоваться во время обслуживания. Словарь {name: output} , где:
имя: произвольное имя для этого выхода.
выход: объект ExportOutput , такой как ClassificationOutput, RegressionOutput, или PredictOutput. Модели с одним выходом должны указать только одну запись в этом словаре. Модели с несколькими выходами должны указать по одной записи для каждого выхода, одна из которых должна быть названа с помощью tf.saved_model.signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY. Если записи не предоставлено, будет создана стандартная PredictOutput отображения на predictions .
training_chief_hooks
Перечень объектов tf.train.SessionRunHook для выполнения на главном рабочем узле во время обучения.
training_hooks
Перечень объектов tf.train.SessionRunHook для выполнения на всех рабочих узлах во время обучения.
scaffold
Объект tf.train.Scaffold, который можно использовать для настройки инициализации, сохранения и большего, чтобы использовать при обучении.
