Spec-Zone.ru › TensorFlow 2.4

tf.estimator.EstimatorSpec

Просмотреть исходный код на GitHub

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

Псевдонимы для миграции

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

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, идёт ли обучение, оценка или предсказание.
predictions Предсказания Tensor или словарь Tensor.
loss Функция потерь обучения Tensor. Должна быть скалярной или иметь форму [1].
train_op Операция для шага обучения.
eval_metric_ops Словарь результатов метрик с именами в качестве ключей. Значения словаря могут быть одним из следующих: (1) экземпляр класса Metric. (2) Результаты вызова функции метрики, то есть кортеж (metric_tensor, update_op). metric_tensor должны оцениваться без влияния на состояние (обычно это чистые результаты вычислений, основанные на переменных.). Например, они не должны вызывать update_op или требовать извлечения каких-либо данных.
export_outputs Определяет выходные подписи, которые должны быть экспортированы в SavedModel и использоваться во время обслуживания. Словарь {name: output}, где:
  • имя: произвольное имя для данного вывода.
  • вывод: объект ExportOutput такой как ClassificationOutput, RegressionOutput, или PredictOutput. Модели с одним 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 помощью tf.saved_model.signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY. Если не указано ни одной записи, будет создано значение по умолчанию, отображающее PredictOutput на predictions.
training_chief_hooks Итерируемый набор объектов tf.train.SessionRunHook для запуска на главном рабочем узле во время обучения.
training_hooks Итерируемый набор объектов tf.train.SessionRunHook для запуска на всех рабочих узлах во время обучения.
scaffold Объект tf.train.Scaffold, который может быть использован для задания инициализации, сохранения и других параметров, используемых в обучении.
evaluation_hooks Итерируемый набор объектов tf.train.SessionRunHook для запуска во время оценки.
prediction_hooks Итерируемый набор объектов tf.train.SessionRunHook для запуска во время предсказания.
Возбуждения
ValueError В случае неудачи валидации.
TypeError Если любой из аргументов не соответствует ожидаемому типу.
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/r2.4/api_docs/python/tf/estimator/EstimatorSpec

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API