擅长:python、mysql、java
<p>在<code>estimator.train_and_evaluate()</code>中指定<code>train_spec</code>和<code>eval_spec</code>。<code>eval_spec</code>通常有不同的输入函数(例如,开发评估数据集,非无序)</p>
<p>每隔N步,来自train进程的一个检查点被保存,eval进程加载这些相同的权重并根据<code>eval_spec</code>运行。这些评估总结记录在检查点的步骤号下,因此您可以比较列车和测试性能。在</p>
<p>在您的例子中,evaluation只在图上为每个要求值的调用生成一个点。此点包含整个求值调用的平均值。
看看<a href="https://github.com/tensorflow/tensorflow/issues/18858" rel="nofollow noreferrer">this</a>类似的问题:</p>
<p>我将使用<code>throttle_secs</code>小值(默认值为600)和<code>tf.estimator.RunConfig</code>中的<code>save_checkpoints_steps</code>修改为一个小值:</p>
<p><code>tf.estimator.RunConfig(save_checkpoints_steps=SOME_SMALL_VALUE_TO_VERIFY)</code></p>
<p><a href="https://i.stack.imgur.com/2arND.png" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/2arND.png" alt="enter image description here"/></a></p>