Spec-Zone.ru › TensorFlow 2.4

tf.estimator.NanTensorHook

Отслеживает тензор потерь и останавливает обучение, если значение потерь равно NaN.

Наследуется от: SessionRunHook

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.estimator.NanTensorHook, tf.compat.v1.train.NanTensorHook

tf.estimator.NanTensorHook(
    loss_tensor, fail_on_nan_loss=True
)

Может либо завершиться с исключением, либо просто остановить обучение.

Аргументы
loss_tensor Tensor, тензор потерь.
fail_on_nan_loss bool, нужно ли генерировать исключение, когда значение потерь равно NaN.

Методы

after_create_session

Просмотреть исходный код

after_create_session(
    session, coord
)

Вызывается при создании новой сессии TensorFlow.

Это вызывается для сигнализации хукам о том, что была создана новая сессия. Это имеет два существенных отличия от ситуации, в которой вызывается begin.

  • При вызове этого метода граф завершается, и к нему больше нельзя добавлять операции.
  • Этот метод также будет вызываться в результате восстановления обернутой сессии, а не только в начале всей сессии.
Аргументы
session Создание TensorFlow Session.
coord Объект Coordinator, который отслеживает все потоки.

after_run

Просмотреть исходный код

after_run(
    run_context, run_values
)

Вызывается после каждого вызова run().

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

Аргумент run_context — тот же, что и переданный в вызов before_run . run_context.request_stop() может быть вызван для остановки итерации.

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

Аргументы
run_context Объект SessionRunContext .
run_values Объект SessionRunValues.

before_run

Просмотреть исходный код

before_run(
    run_context
)

Вызывается перед каждым вызовом run().

Можно вернуть из этого вызова объект SessionRunArgs, указывающий операции или тензоры для добавления в предстоящий вызов run(). Эти операции/тензоры будут выполнены вместе с операциями/тензорами, изначально переданными в исходный вызов run(). Аргументы run, которые вы возвращаете, также могут содержать значения для добавления в вызов run().

Аргумент run_context — это объект SessionRunContext, который предоставляет информацию о предстоящем вызове run(): первоначально запрошенные операция/тензоры, сессия TensorFlow.

На этом этапе граф завершен, и вы больше не можете добавлять операции.

Аргументы
run_context Объект SessionRunContext .
Возвращаемое значение
None или объект SessionRunArgs .

begin

Просмотреть исходный код

begin()

Вызывается один раз перед использованием сессии.

При вызове, текущим графом будет тот, который будет запущен в сессии. Хук может изменить граф, добавив в него новые операции. После вызова begin() граф будет завершен, и другие обратные вызовы больше не смогут его изменять. Второй вызов begin() на одном и том же графе не должен изменять граф.

end

Просмотреть исходный код

end(
    session
)

Вызывается в конце сессии.

Аргумент session может быть использован в случае, если хук хочет выполнить конечные операции, такие как сохранение последнего контрольного пункта.

Если session.run() вызывает исключение, отличное от OutOfRangeError или StopIteration, то end() не вызывается. Обратите внимание на разницу в поведении между end() и after_run(), когда session.run() вызывает OutOfRangeError или StopIteration. В этом случае end() вызывается, но after_run() не вызывается.

Аргументы
session Сессия TensorFlow, которая будет закрыта.

© 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/NanTensorHook

Spec-Zone.ru

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