EvalSpec объединяет подробности оценки обученной модели, а также её экспорта. Оценка состоит из вычисления метрик для оценки производительности обученной модели. Экспорт записывает обученную модель во внешнее хранилище.
Аргументы
input_fn
Функция, которая строит входные данные для оценки. См. Предельные оценщики для получения дополнительной информации. Функция должна строить и возвращать один из следующих объектов:
Объект 'tf.data.Dataset': Выходы объекта Dataset должны быть кортежем (features, labels) с теми же ограничениями, что и ниже.
Кортеж (features, labels): где features — Tensor или словарь имён признаков типа string к Tensor, а labels — Tensor или словарь имён меток типа string к Tensor.
steps
Целое число. Положительное число шагов, на которых необходимо оценить модель. Если None, выполняется оценка до тех пор, пока input_fn не сгенерирует исключение конца входных данных. См. Estimator.evaluate для получения подробностей.
name
Строка. Имя оценки, если пользователю необходимо выполнить несколько оценок на разных наборах данных. Метрики для разных оценок сохраняются в отдельных папках и отображаются отдельно в tensorboard.
hooks
Итерируемый список объектов tf.train.SessionRunHook, которые необходимо выполнить во время оценки.
exporters
Итерируемый список Exporter или один объект, или None. exporters будет вызван после каждой оценки.
start_delay_secs
Целое число. Начать оценку после ожидания этого количества секунд.
throttle_secs
Целое число. Не переоценивать, пока последняя оценка не была начата не менее этого количества секунд назад. Конечно, оценка не происходит, если новые контрольные точки недоступны, поэтому это минимум.
Возбуждаемые исключения
ValueError
Если любой из входных аргументов некорректен.
TypeError
Если любой из аргументов не имеет ожидаемого типа.
