tf.Estimator를 사용할 때 손실 로깅 메시지의 빈도를 제어하는 방법

TF 1.4를 사용하고 있습니다. 제 질문은 tf.estimator.Estimator에 관한 것입니다.tf.Estimator를 사용할 때 손실 로깅 메시지의 빈도를 제어하는 방법

내가처럼 "손실 단계"정보 메시지의 주파수를 제어하고 싶습니다

INFO:tensorflow:loss = 0.00896569, step = 14901 (14.937 sec)

내가 견적의 생성자에 tf.estimator.RunConfig을 전달하고있다. 그러나 "손실 및 단계"메시지를 제어하는 매개 변수는 없다고 생각합니다.

 worker_hooks.extend([ 
     training.NanTensorHook(estimator_spec.loss), 
     training.LoggingTensorHook(
      { 
       'loss': estimator_spec.loss, 
       'step': global_step_tensor 
      }, 
      every_n_iter=100) 
    ])

출처

2017-11-26 Michael Rubinstein

가 == '기차' Printing extra training metrics with Tensorflow Estimator

모드에 대해 반환 estimator_spec에 training_hook의 PARAM로 logging_hook을 돌아보십시오

나는 매개 변수가 하드 코딩 _train_model 방법에 estimator.py에 생각

출처

2017-12-22 17:59:53 Jason

나는 당신의 제안을 시도했다. 기존 로그 후크에 새 로그를 추가합니다. 유감스럽게도, estimator.py에서 무조건 추가되는 기본 로그 후크의 빈도를 바꾸거나 조정할 수 없습니다. –

tf.Estimator를 사용할 때 손실 로깅 메시지의 빈도를 제어하는 ​​방법

답변

관련 문제

tf.Estimator를 사용할 때 손실 로깅 메시지의 빈도를 제어하는 방법