tf.estimator.LoggingTensorHook

Печатает указанные тензоры каждые N локальных шагов, каждые N секунд или в конце.

Наследуется от: SessionRunHook

tf.estimator.LoggingTensorHook(
    tensors, every_n_iter=None, every_n_secs=None, at_end=False, formatter=None
)

Тензоры будут выведены в журнал с INFO уровнем серьезности. Если журналы не отображаются, вам может потребоваться добавить следующую строку после импорта:

tf.compat.v1.logging.set_verbosity(tf.compat.v1.logging.INFO)

Обратите внимание, что если at_end равно True, то tensors не должен включать ни один тензор, оценка которого вызывает побочный эффект, такой как потребление дополнительных входных данных.

Методы

after_create_session

Просмотреть исходный код

after_create_session(
    session, coord
)

Вызывается при создании новой сессии TensorFlow.

Этот метод вызывается для уведомления хуков о создании новой сессии. Это имеет два существенных отличия от ситуации, в которой вызывается begin.

• Когда это происходит, граф окончательно формируется, и больше нельзя добавлять операции к графу.
• Этот метод также будет вызван в результате восстановления обернутой сессии, а не только в начале всей сессии.

after_run

Просмотреть исходный код

after_run(
    run_context, run_values
)

Вызывается после каждого вызова run().

Аргумент run_values содержит результаты запрошенных операций/тензоров before_run().

Аргумент run_context — тот же, что и передаваемый в вызов before_run. run_context.request_stop() можно вызвать для остановки итерации.

Если session.run() вызывает какие-либо исключения, то after_run() не вызывается.

before_run

Просмотреть исходный код

before_run(
    run_context
)

Вызывается перед каждым вызовом run().

Можно вернуть объект SessionRunArgs, указывающий на операции или тензоры, которые следует добавить к предстоящему вызову run(). Эти операции/тензоры будут выполняться вместе с операциями/тензорами, изначально переданными в исходный вызов run(). Аргументы вызова run, которые вы возвращаете, также могут содержать данные для добавления к вызову run().

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

На этом этапе граф окончательно сформирован, и невозможно добавлять операции.

begin

Просмотреть исходный код

begin()

Вызывается один раз перед использованием сессии.

При вызове используется стандартный граф, который будет запущен в сессии. Хук может изменять граф, добавляя к нему новые операции. После вызова begin() граф будет окончательно сформирован, и другие обратные вызовы больше не смогут изменять граф. Второй вызов begin() для того же графа не должен изменять граф.

end

Просмотреть исходный код

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 исключение OutOfRangeError или StopIteration. В этом случае end() вызывается, но after_run() не вызывается.