在Tensorflow Estimator中，input_fn可以知道当前的训练步骤吗？
在TensorFlow Estimator中，input_fn函数无法直接获取当前的训练步骤。input_fn函数主要用于提供数据给Estimator进行训练或评估。它负责读取、解析和预处理数据，并返回一个tf.data.Dataset对象，该对象包含了输入数据和对应的标签。
训练步骤是由Estimator的train方法控制的，它会根据指定的训练步数或停止条件来进行训练。在训练过程中，Estimator会调用input_fn函数来获取训练数据，但input_fn函数本身并不知道当前的训练步骤。
如果需要在训练过程中获取当前的训练步骤，可以通过自定义的方式实现。一种常见的做法是使用tf.train.SessionRunHook来监控训练过程，并在每个训练步骤开始时记录当前的步骤数。具体实现可以参考TensorFlow官方文档中关于SessionRunHook的介绍。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云TensorFlow服务：https://cloud.tencent.com/product/tf
- 腾讯云AI引擎：https://cloud.tencent.com/product/aiengine
相关·内容
1回答
在Tensorflow Estimator中，input_fn可以知道当前的训练步骤吗？
tensorflow、tensorflow-estimator
在我的模型中(使用Tensorflow Estimator)，我希望我的数据馈送更加动态。例如在训练期间提供不同的数据(在不同的训练步骤中，不同的数据被提供给模型)。
一个例子就像下面的代码。get_input_fn提供了input_fn和一个处理这些特性的_parse函数。_parse中<e
浏览 12提问于2019-10-20得票数 4
3回答
Tensorflow估计器停止训练
tensorflow
我正在使用Tensorflow的Estimator训练一个模型，在执行评估之后，它在2600个步骤后突然停止训练。它不是应该继续训练直到最后一个时代结束吗？def train(): eval_input_func = lambda: input_fn=True, e
浏览 0提问于2018-10-31得票数 0
回答已采纳
3回答
TensorBoard:为每个步骤绘制“评估损失”图表
tensorflow、tensorboard、loss-function、tensorflow-estimator
我在用TensorFlow Estimator训练CNN。在TensorBoard上进行可视化时，我看到每个步骤的训练损失值都被跟踪。然而，评估损失只显示了一次(即只有一个数据点)。我想看看每一步的损失值的图表。model = tf.estimator.Estimator(model_fn, model_dir='./model'
浏览 0提问于2018-06-22得票数 0
2回答
Tensorflow估计:带加权实例的训练
machine-learning、tensorflow、deep-learning
我正在使用Tensorflow Estimator训练一个模型，而且我的数据是不平衡的。我想通过加权每个训练例子来纠正这一点。
在原始的Tensorflow中，可以使用。在Estimator中有什么简单的方法可以做到这一点吗？也许构建一个定制的input_fn
浏览 5提问于2017-11-02得票数 4
2回答
num_epochs和steps有什么区别？
python、machine-learning、tensorflow
在tensorflow get started代码中：import numpy as np
estimator = tf.contrib.learn.LinearRegressor(feature_columns=features)y =
浏览 1提问于2017-04-17得票数 4
回答已采纳
8回答
在TensorFlow中，步骤和时间有什么区别？
machine-learning、tensorflow
在大多数模型中，都有一个steps参数，指示要运行数据的步骤数。但我发现在大多数实际应用中，我们也执行了拟合函数N个历元。
1次跑1000步和10次跑100步有什么区别？在实践中哪一个更好？在连续的时代之间有任何逻辑变化吗？数据洗牌？
浏览 7提问于2016-07-12得票数 179
1回答
TensorFlow / TFLearn LinearRegressor以极高的损失停止
tensorflow、linear-regression、tflearn
monitors=[validation_monitor])
它按预期运行。正在发生的情况是，训练在第47步停止，损失值很高：INFO:tensorflow:)：
为什么步骤10的损失比步骤47
浏览 5提问于2017-06-18得票数 2
0回答
机器学习中的“训练损失”是什么意思？
machine-learning、tensorflow
我在tensorflow网站上找到了一些示例代码，如下所示。)
# training data set.train_loss = estimator.eval
浏览 3提问于2017-06-21得票数 3
回答已采纳
1回答
Tensorflow估计-训练数据的高评价值
python、tensorflow、tensorflow-estimator
我使用Tensorflow 1.10和自定义估计器。为了测试我的训练/评估循环，我每次都把相同的图像/标签输入到网络中，所以我希望网络能够快速收敛，它就是这样做的。我也用同样的图像来评价，但损失比训练时大得多。在培训2000步之后，损失如下：
步骤2000的
浏览 0提问于2018-10-31得票数 1
回答已采纳
3回答
如何使用tensorflow的估计API来控制何时计算评估和训练？
python、tensorflow
但是，我仍然不知道如何在这两个过程之间切换(训练和评估)。从日志来看，培训似乎在第一个评估步骤之后停止。我在文件里漏掉了什么？你能解释一下我应该如何实现我认为我的代码正在做的事情吗？编辑:在运行实验之后，我意识到max_steps控制整个训练过程的步骤数，而不仅仅是计算测试集上的度量之前的步骤数。参数，这意味着在计算验证集上<e
浏览 1提问于2018-04-02得票数 14
1回答
使用dataset API训练估计器少于一个时期？
tensorflow
我正在尝试在一个大型数据集上训练一个模型。在完成一个阶段的训练之前，我想多次运行评估步骤。看一下使用Estimators的Dataset API的实现，每次我在评估步骤之后重新启动训练时，Estimator从头开始创建一个新的数据集，而对于完整的数据，训练永远不会完成。我已经编写了一个输入函数，与tensorflow</
浏览 15提问于2019-01-29得票数 0
4回答
使用估计器时将验证监视器替换为tf.train.SessionRunHook
validation、tensorflow
我正在运行一个DNNClassifier，我在训练的同时监控其准确性。来自contrib/learn的monitors.ValidationMonitor运行得很好，在我的实现中我定义了它： steps=1000, monit
浏览 5提问于2017-06-28得票数 21
1回答
TensorFlow中预估计的停止准则
tensorflow、machine-learning、tensorflow-estimator
关于tf.estimator中的TensorFlow估计量，我有一个问题，特别是DNNClassifier。上面写着在里
在上的文档中，它提到为了进行培训，您需要使用shuffle()、repeat()和batch_siz
浏览 1提问于2018-10-19得票数 0
3回答
accuracy+培训与测试的区别--流动教程
python、tensorflow、deep-learning、mnist
这个tensorflow 中的代码使用代码的这一部分来计算验证的准确性，对吗？eval_input_fn = tf.estimator.inputs.numpy_input_fn( y=eval_labels,num_epochs=1, eval_results = mnist_classifier.evaluate(input_fn
浏览 2提问于2018-06-12得票数 0
回答已采纳
1回答
keras.estimator.model_to_estimator -无法启动或加载以前的检查点
python、tensorflow
我使用keras model_to_estimator函数训练一个tensorflow模型，然后用训练数据进行训练。这样做很好，然后我可以继续使用测试数据成功地进行预测。在一个单独的例程中，我希望能够用最新的训练检查点加载预训练的估计器，并做更多的预测(即不进行再训练)。我看过warm_start_from，但在加载keras模
浏览 2提问于2018-06-14得票数 0
回答已采纳
5回答
在TensorFlow中，步骤和时间之间的关系是什么？
tensorflow
我正在通过TensorFlow 。在tf.contrib.learn示例中，以下是两行代码：estimator.fit(input_fn=input_fn, steps=1000)
我想知道在调用fit函数中的</
浏览 12提问于2017-03-15得票数 45
回答已采纳
1回答
如何将预测和标签与tf.estimator一起返回(无论是使用predict方法还是AND方法)？
python、tensorflow、tensorflow-datasets
我和Tensorflow 1.4一起工作。= tf.estimator.Estimator(model_fn=model_fn, 我可以轻松地训练它：my_estimator.train(
浏览 2提问于2017-11-17得票数 8
回答已采纳
2回答
为什么TensorFlow估计不能进行这种简单的线性回归预测？
python、tensorflow、machine-learning
我目前正在学习tensorflow，我无法理解为什么tensorflow没有对以下简单的回归问题做正确的预测。如果X是2000，Y是2250。({'x': x_eval}, y_eval, batch_size=8, num_epochs=1000, shuffle=False)
train_m
浏览 1提问于2018-07-28得票数 1
回答已采纳
2回答
无法使用DNNRegressor进行增量培训
tensorflow2.0
我试着根据谷歌的课程编写一个学习案例，该课程使用DNNRegressor建立一个神经网络(Intro_to_neural_nets)。但是，在执行脚本时，我得到了一个错误：在我的代码中，我按照示例将步骤分离到要执行的多个句点，代码如下：
def training
浏览 4提问于2019-09-26得票数 0
回答已采纳
1回答
导出Tensorflow估计器
python、tensorflow、tensorflow-estimator
我正在尝试使用Tensorflow (r1.4)基于tf.estimator应用程序接口构建一个CNN。这是一个罐装模型。这个想法是在Python语言中训练和评估带有估计器的网络，并通过加载训练后生成的pb文件在没有估计器的C++中使用预测。
我的第一个问题是，有没有可能？如果是，训练部分和预测部分也可以工作(生成的pb文件没有估计器)，但当我从估计器加载pb文件
浏览 2提问于2017-11-23得票数 4
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
