TensorFlow是否有某种方法可以使用tf.data.Dataset
API在每N步训练中自动评估一个评估集?目前,我的输入函数如下所示:
def train_input_fn():
dataset = tf.data.Dataset.from_tensor_slices((dict(train_x), train_y))
return (
dataset
.repeat()
.shuffle(len(train_x) * 1.33))
.batch(128)
.make_one_shot_iterator().get_next()
)
def eval_input_fn():
dataset = tf.data.Dataset.from_tensor_slices((dict(eval_x), eval_y))
return (
dataset
.batch(len(eval_x)) # to use the entire eval set
.make_one_shot_iterator().get_next()
)
它们在tf.estimator.DNNRegressor
的实例上调用,如下所示:
使用不推荐使用的
tf.contrib.learn.monitors.ValidationMonitor
解决,如建议的in this StackOverflow answer。ValidationMonitor
仍然可以使用monitors.replace_monitors_with_hooks
实用函数在Estimator
上使用。在以下是我的实现:
相关问题 更多 >
编程相关推荐