EvalSpec объединяет детали 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. Предопределённые оценщики для получения дополнительной информации. Функция должна строить и возвращать один из следующих элементов:
Объект 'tf.data.Dataset': Выходы объекта Dataset должны быть кортежем (признаки, метки) с теми же ограничениями, что и ниже.
Кортеж (признаки, метки): где признаки — Tensor или словарь имен признаков типа строка к Tensor, а метки — Tensor или словарь имён меток типа строка к Tensor.
steps
Целое число. Положительное число шагов, для которых необходимо оценить модель. Если None, выполняется оценка до тех пор, пока input_fn не сгенерирует исключение конца ввода. См. Estimator.evaluate для получения подробностей.
name
Строка. Название оценки, если пользователю нужно выполнить несколько оценок на разных наборах данных. Метрики для различных оценок сохраняются в отдельных папках и отображаются отдельно в TensorBoard.
hooks
Итерируемый набор объектов tf.train.SessionRunHook для запуска во время оценки.
exporters
Итерируемый набор Exporter или один 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, если последняя оценка не начиналась как минимум столько секунд назад. Конечно, оценка не происходит, если нет новых контрольных точек, поэтому это минимум.
Возбуждения
ValueError
Если любой из входных аргументов некорректен.
TypeError
Если любой из аргументов не имеет ожидаемого типа.
