Python 从tf.estimator.estimator spec获取值

当PREDICT ModeKey传递给tf.estimator.estimator时，返回的estimator Spec对象是iterable

predictions = { 'class_ids': tf.argmax(input=logits, axis=1), 'logits': logits }
if mode == tf.estimator.ModeKeys.PREDICT:
  return tf.estimator.EstimatorSpec(mode, predictions=predictions)

那么

为每个这样的预测生成一行

....
{'class_ids': 1, 'logits': array([-32976400., -30171870.], dtype=float32)}
{'class_ids': 1, 'logits': array([-32958380., -30386898.], dtype=float32)}
{'class_ids': 1, 'logits': array([-32940332., -30601930.], dtype=float32)}
{'class_ids': 1, 'logits': array([-32922300., -30816956.], dtype=float32)}
....

我怎样才能让列车模式钥匙返回一些不可接受的东西？理想情况下，我希望在培训中的定义步骤打印使用的每个特征值和计算的logit。我回来了

if mode == tf.estimator.ModeKeys.TRAIN:
    return tf.estimator.EstimatorSpec(
            mode,
            loss=loss,
            predictions=predictions,
        train_op=train_objective)

那么

prediction_results = classifier.train(input_fn=lambda: dataset_input_fn(
                file_dataset_feed,
                perform_shuffle=True,
                repeat_count=100))
for x, each in enumerate(prediction_results):
    print(each)

生产

TypeError: 'Estimator' object is not iterable

TypeError: 'Estimator' object is not iterable