Tensorflow Estimator API

回到术语表

什么是Tensorflow Estimator API?

估计器表示一个完整的模型,但对较少的用户来说也足够直观。Estimator API提供了训练模型、判断模型准确性和生成预测的方法。TensorFlow提供了一个由多个API层组成的编程堆栈,如下图所示:TensorFlow估计估计器有两种类型;您可以选择预先制作的Estimators,或者,您可以编写自己的自定义Estimators。基于估计器的模型可以在本地主机上运行,也可以在分布式多服务器环境中运行,而无需更改模型。此外,您可以在cpu、gpu或tpu上运行基于estimators的模型,而不必记录您的模型。

估计器封装了四个主要特性:

  • 培训- - - - - -他们将在给定的输入上训练一个模型,进行固定数量的步骤
  • 评价-他们将根据测试集评估模型。
  • 预测-估计器将使用训练好的模型进行推理。
  • 导出服务模式
最重要的是,Estimator包括训练作业常见的默认行为,例如保存和恢复检查点,创建摘要等。估计器需要你写一个model_fn和一个input_fn,它们对应于你的TensorFlow图的模型和输入部分。

估算器有很多好处:

  • 估计器简化了模型开发人员之间的共享实现。
  • 你可以用高级直观的代码开发一个很棒的模型,因为如果你需要创建模型,它们通常比低级的TensorFlow api更容易使用。
  • 估计器本身是构建在tf.keras上的。层,这使得定制更容易。
  • 估计器将通过为您构建图表使您的生活更轻松。
  • 估计器提供了一个安全的分布式训练循环,控制如何以及何时:
    • 构建图形
    • 初始化变量
    • 加载数据
    • 处理异常
    • 创建检查点文件并从失败中恢复
    • 为TensorBoard保存摘要

额外的资源


回到术语表