Spec-Zone.ru › TensorFlow 1.15

tf.train.NanTensorHook

Отслеживает тензор потерь и останавливает обучение, если потеря равна NaN.

Унаследован от: SessionRunHook

Просмотр псевдонимов

Основные псевдонимы

tf.estimator.NanTensorHook

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.estimator.NanTensorHook, tf.compat.v1.train.NanTensorHook, `tf.compat.v2.estimator.NanTensorHook`

tf.train.NanTensorHook(
    loss_tensor, fail_on_nan_loss=True
)

Может завершиться ошибкой или просто остановить обучение.

Аргументы
loss_tensor Tensor, тензор потерь.
fail_on_nan_loss bool, нужно ли генерировать исключение, когда потеря равна NaN.

Методы

after_create_session

Просмотр исходного кода

after_create_session(
    session, coord
)

Вызывается при создании новой сессии TensorFlow.

Это вызывается для сигнализации хукам о создании новой сессии. Это имеет два существенных отличия от ситуации, в которой вызывается begin:

  • Когда это вызывается, граф завершен, и больше нельзя добавлять операции в граф.
  • Этот метод также будет вызван в результате восстановления обернутой сессии, а не только в начале всей сессии.
Аргументы
session Созданная сессия TensorFlow.
coord Объект Coordinator, который отслеживает все потоки.

after_run

Просмотр исходного кода

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 и переданный в вызов before_run. run_context.request_stop() можно вызвать для остановки итерации.

Если session.run() вызывает исключение, то after_run() не вызывается.

Аргументы
run_context Объект SessionRunContext .
run_values Объект SessionRunValues.

before_run

Просмотр исходного кода

before_run(
    run_context
)

Вызывается перед каждым вызовом run().

Вы можете вернуть из этого вызова объект SessionRunArgs, указывающий на операции или тензоры для добавления к предстоящему вызову 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 feed, которые нужно добавить к вызову run().

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

В этот момент граф завершен, и вы не можете добавлять операции.

Аргументы
run_context Объект SessionRunContext .
Возвращаемое значение
None или объект SessionRunArgs .

begin

Просмотр исходного кода

begin()

Вызывается один раз перед использованием сессии.

При вызове текущий граф — это граф, который будет запущен в сессии. Хук может изменить граф, добавив в него новые операции. После вызова begin() граф будет завершен, и другие обратные вызовы больше не смогут изменять граф. Второй вызов begin() для того же графа не должен изменять граф.

end

Просмотр исходного кода

end(
    session
)

Вызывается в конце сессии.

Аргумент session может использоваться в случае, если хук хочет выполнить окончательные операции, такие как 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.

Аргументы
session Сессия TensorFlow, которая скоро будет закрыта.

© 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/train/NanTensorHook

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API