EvalSpec объединяет детали оценки обученной модели, а также ее экспорт. Оценка включает вычисление метрик для оценки производительности обученной модели. Экспорт записывает обученную модель во внешнее хранилище.
Аргументы
input_fn
Функция, которая создает входные данные для оценки. См. Предопределенные оценщики для получения дополнительной информации. Функция должна создать и вернуть одно из следующих значений:
Объект 'tf.data.Dataset': Выходы объекта Dataset должны быть кортежем (features, labels) с теми же ограничениями, что и ниже.
Кортеж (features, labels): где features — Tensor или словарь имени признака типа string к Tensor, а labels — Tensor или словарь имени метки типа string к Tensor.
steps
Целое число. Положительное число шагов для оценки модели. Если None, оценивается до тех пор, пока input_fn не сгенерирует исключение конца входных данных. См. Estimator.evaluate для получения подробностей.
name
Строка. Имя оценки, если пользователю необходимо выполнить несколько оценок на разных наборах данных. Метрики для разных оценок сохраняются в отдельных папках и отображаются отдельно в tensorboard.
hooks
Итерируемый набор объектов tf.train.SessionRunHook для выполнения во время оценки.
exporters
Итерируемый набор Exporter или один элемент или 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 была запущена как минимум за это количество секунд. Конечно, оценка не происходит, если новые контрольные точки недоступны, поэтому это минимальное значение.
Возбуждает
ValueError
Если любой из входных аргументов некорректен.
TypeError
Если любой из аргументов не имеет ожидаемого типа.
