tf.compat.v1.keras.estimator.model_to_estimator
Создаёт экземпляр Estimator на основе заданной модели Keras.
tf.compat.v1.keras.estimator.model_to_estimator(
keras_model=None, keras_model_path=None, custom_objects=None, model_dir=None,
config=None, checkpoint_format='saver'
)
Если вы используете инфраструктуру или инструменты, которые полагаются на Estimators, вы всё равно можете создать модель Keras и использовать model_to_estimator для преобразования модели Keras в Estimator для использования в системах более низкого уровня.
Пример использования см. на странице: Создание estimators из Keras-моделей.
Веса выборок:
Estimators, возвращаемые model_to_estimator, настроены так, чтобы они могли обрабатывать веса выборок (аналогично keras_model.fit(x, y, sample_weights)).
Чтобы передать веса выборок во время обучения или оценки Estimator, первый элемент, возвращаемый функцией ввода, должен быть словарем с ключами features и sample_weights. Пример ниже:
keras_model = tf.keras.Model(...)
keras_model.compile(...)
estimator = tf.keras.estimator.model_to_estimator(keras_model)
def input_fn():
return dataset_ops.Dataset.from_tensors(
({'features': features, 'sample_weights': sample_weights},
targets))
estimator.train(input_fn, steps=1)
| Аргументы | |
|---|---|
keras_model | Объект скомпилированной модели Keras. Этот аргумент взаимоисключает keras_model_path. Estimator's model_fn использует структуру модели для клонирования модели. По умолчанию None. |
keras_model_path | Путь к сохранённой на диске скомпилированной модели Keras в формате HDF5, которую можно сгенерировать с помощью метода save() модели Keras. Этот аргумент взаимоисключает keras_model. По умолчанию None. |
custom_objects | Словарь для клонирования настраиваемых объектов. Используется с классами, которые не являются частью этого пакета pip. Например, если пользователь поддерживает класс relu6 , который наследуется от tf.keras.layers.Layer, то передайте custom_objects={'relu6': relu6}. По умолчанию None. |
model_dir | Директория для сохранения параметров модели Estimator, графа, файлов отчёта для TensorBoard и т. д. Если не задано, будет создана директория с именем tempfile.mkdtemp |
config | RunConfig для конфигурирования Estimator. Позволяет настраивать вещи в model_fn на основе конфигурации, например, num_ps_replicas, или model_dir. По умолчанию None. Если оба config.model_dir и аргумент model_dir (выше) заданы, аргумент model_dir имеет приоритет. |
checkpoint_format | Устанавливает формат контрольной точки, сохраняемой оценщиком во время обучения. Может быть saver или checkpoint, в зависимости от того, нужно ли сохранять контрольные точки из tf.train.Saver или tf.train.Checkpoint. В настоящее время этот аргумент по умолчанию saver. При выпуске 2.0 значение по умолчанию будет checkpoint. Estimators используют контрольные точки на основе имён, в то время как модели Keras используют контрольные точки на основе объектов из tf.train.Checkpoint. В настоящее время сохранение контрольных точек на основе объектов из model_to_estimator поддерживается только функциональными и последовательными моделями. По умолчанию 'saver'. |
| Возвращаемое значение | |
|---|---|
| Estimator, созданный на основе заданной Keras-модели. |
| Исключения | |
|---|---|
ValueError | Если ни keras_model, ни keras_model_path не были заданы. |
ValueError | Если были заданы как keras_model, так и keras_model_path. |
ValueError | Если keras_model_path — это URI GCS. |
ValueError | Если модель keras не была скомпилирована. |
ValueError | Если был задан недопустимый формат checkpoint_format. |
© 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/r2.3/api_docs/python/tf/compat/v1/keras/estimator/model_to_estimator