tf.compat.v1.estimator.tpu.TPUEstimatorSpec

Операции и объекты, возвращаемые из model_fn и переданные в TPUEstimator.

tf.compat.v1.estimator.tpu.TPUEstimatorSpec(
    mode, predictions=None, loss=None, train_op=None, eval_metrics=None,
    export_outputs=None, scaffold_fn=None, host_call=None, training_hooks=None,
    evaluation_hooks=None, prediction_hooks=None
)

См. EstimatorSpec для mode, predictions, loss, train_op, и export_outputs.

Для оценки eval_metrics представляет собой кортеж из metric_fn и tensors, где metric_fn выполняется на ЦПУ для генерации метрик, а tensors представляет собой Tensor , переданные с системы TPU на хост ЦПУ и переданные в metric_fn. Более точно, TPU-оценка ожидает немного другой сигнатуры, чем tf.estimator.Estimator. В то время как EstimatorSpec.eval_metric_ops ожидает словарь, TPUEstimatorSpec.eval_metrics является кортежем из metric_fn и tensors. tensors может быть списком Tensor или словарем имён и Tensor. tensors обычно определяет логиты модели, которые передаются обратно с системы TPU на хост ЦПУ. Все тензоры должны быть в формате batch-major, т.е. размер пакета является первым измерением. После того, как все тензоры станут доступны на хосте ЦПУ со всех фрагментов, они объединяются (на ЦПУ) и передаются в качестве позиционных аргументов функции metric_fn если tensors — список, или в виде ключевых аргументов, если tensors — словарь. metric_fn принимает tensors и возвращает словарь от имени метрики к результату вызова функции метрики, а именно кортежу (metric_tensor, update_op). См. TPUEstimator для примера MNIST, как указать eval_metrics.

scaffold_fn — функция, выполняемая на ЦПУ для генерации Scaffold. Эта функция не должна захватывать какие-либо тензоры в model_fn.

host_call — кортеж из function и списка или словаря tensors для передачи в эту функцию и возвращает список тензоров. host_call в настоящее время работает для train() и evaluate(). Тензоры, возвращаемые функцией, выполняются на ЦПУ на каждом шаге, поэтому есть накладные расходы при передаче тензоров с TPU на ЦПУ. Для уменьшения накладных расходов, попробуйте уменьшить размер тензоров. tensors объединяются по главному (пакетному) измерению и поэтому должны иметь ранг >= 1. host_call полезна для записи сводок с использованием tf.contrib.summary.create_file_writer.

Методы

as_estimator_spec

Посмотреть исходный код

as_estimator_spec()

Создаёт эквивалентный EstimatorSpec используемый CPU train/eval.