tf.estimator.EstimatorSpec

Операции и объекты, возвращаемые из model_fn и передаваемые в Estimator.

Псевдонимы

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.estimator.EstimatorSpec

tf.estimator.EstimatorSpec(
    mode, predictions=None, loss=None, train_op=None, eval_metric_ops=None,
    export_outputs=None, training_chief_hooks=None, training_hooks=None,
    scaffold=None, evaluation_hooks=None, prediction_hooks=None
)

EstimatorSpec полностью определяет модель, которая будет запущена Estimator.

Аргументы
`mode`	Тип `ModeKeys`. Указывает, является ли это обучением, оценкой или предсказанием.
`predictions`	Предсказания `Tensor` или словарь `Tensor`.
`loss`	Функция потерь при обучении `Tensor`. Должна быть скалярной или иметь форму `[1]`.
`train_op`	Операция для шага обучения.
`eval_metric_ops`	Словарь результатов метрик с ключами по имени. Значения словаря могут быть одним из следующего: (1) экземпляр класса `Metric` . (2) Результаты вызова функции метрики, а именно кортеж `(metric_tensor, update_op)`. `metric_tensor` должна быть вычислена без влияния на состояние (обычно представляет собой чистый результат вычисления, основанный на переменных). Например, это не должно запускать `update_op` или требовать извлечения каких-либо входных данных.
`export_outputs`	Определяет подписи выходных данных, которые будут экспортированы в `SavedModel` и использоваться при обслуживании. Словарь `{name: output}`, где: имя: произвольное имя для этого выхода. выход: объект `ExportOutput` такой как `ClassificationOutput`, `RegressionOutput`, или `PredictOutput`. Модели с единственным выходом должны указать только одну запись в этом словаре. Модели с несколькими выходами должны указать одну запись для каждого выхода, одна из которых должна быть названа с использованием `tf.saved_model.signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY`. Если запись не предоставлена, будет создана карта по умолчанию `PredictOutput` для `predictions`.
`training_chief_hooks`	Список объектов `tf.train.SessionRunHook`, которые необходимо запустить на главном рабочем узле во время обучения.
`training_hooks`	Список объектов `tf.train.SessionRunHook`, которые необходимо запустить на всех рабочих узлах во время обучения.
`scaffold`	Объект `tf.train.Scaffold`, который может быть использован для настройки инициализации, сохранения и других параметров для использования в обучении.
`evaluation_hooks`	Список объектов `tf.train.SessionRunHook` для запуска во время оценки.
`prediction_hooks`	Список объектов `tf.train.SessionRunHook` для запуска во время предсказаний.

Исключения
`ValueError`	Если проверка завершилась ошибкой.
`TypeError`	Если какой-либо из аргументов не имеет ожидаемого типа.

Атрибуты
`mode`
`predictions`
`loss`
`train_op`
`eval_metric_ops`
`export_outputs`
`training_chief_hooks`
`training_hooks`
`scaffold`
`evaluation_hooks`
`prediction_hooks`

© 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/estimator/EstimatorSpec