실험에서 둘러싼 Estimator를 사용할 때 저장할 모델을 선택하는 방법이 있는지 알고 있습니까? 모든 'save_checkpoints_steps'가 있기 때문에 모델은 저장되지만이 모델이 반드시 가장 좋은 것은 아닙니다.Experiment Tensorflow에 저장할 모델을 선택하십시오.
INFO : tensorflow :
def model_fn(features, labels, mode, params): predict = model_predict_() loss = model_loss() train_op = model_train_op(loss, mode) predictions = {"predictions": predict} return tf.estimator.EstimatorSpec( mode = mode, predictions = predictions, loss = loss, train_op = train_op, ) def experiment_fn(run_config, hparams): estimator = tf.estimator.Estimator( model_fn = model_fn, config = run_config, params = hparams ) return learn.Experiment( estimator = estimator, train_input_fn = train_input_fn, eval_input_fn = eval_input_fn, eval_metrics = None, train_steps = 1000, ) ex = learn_runner.run( experiment_fn = experiment_fn, run_config = run_config, schedule = "train_and_evaluate", hparams = hparams )
출력은 다음과 같다. (401)에 체크 포인트 저장 \ model.ckpt.
INFO : tensorflow : global_step/초 : 0.157117 INFO : tensorflow 스텝 = 401 손실 = 2.95048 (636.468 초)
INFO : tensorflow : 06 : 2017-09-05-20 평가에서 시작 07 INFO : tensorflow :. 로부터 파라미터를 복원 \ model.ckpt 401
INFO : tensorflow : 평가 [1/1] INFO : 2017-09-05-20에서 완료 평가 : tensorflow 06 : 09
정보 : 텐서 흐름 : 글로벌 단계에 대한 dict 저장 401 : global_step = 401, 손실 = 7.20411
INFO : tensorflow : 유효성 검사 (401 단계) global_step = 401, 손실 = 7.20411
INFO : tensorflow : 훈련 손실 = 2.95048 단계 = 401 (315.393 초)
정보 : tensorflow : 451에 대한 체크 포인트를 . \ model.ckpt에 저장합니다.
INFO : tensorflow : 11 : 32
INFO : tensorflow :. 로부터 파라미터를 복원 \ model.ckpt-451
INFO : tensorflow : 평가 2017-09-05-20 평가에서 시작 [1/1]
마지막 모델을 저장할 때마다 항상 가장 좋은 것은 아닙니다.
자세한 내용을 입력하십시오. 지금까지 해 온 것을 말해주십시오. 문제는 무엇입니까. 그것이 그렇듯, 당신의 질문은 이해할 수 없습니다. –