关于Tensorflow'中“input”的问题；s多工作者估计器教程

在这种情况下，函数

input\u fn

有一个名为

mode

的参数。我不知道在培训时如何将此参数传递到

input\u fn

BUFFER\u SIZE=10000
批量大小=64
def input_fn（模式，input_上下文=无）：
数据集，info=tfds.load（name='mnist'，
如果_info=True，
as_=真）
mnist_数据集=（数据集['train']如果模式==tf.estimator.ModeKeys.train-else
数据集[‘测试’]）
def刻度（图像、标签）：
image=tf.cast（image，tf.float32）
图像/=255
返回图像、标签
如果输入上下文：
mnist_dataset=mnist_dataset.shard（input_context.num_input_pipelines，
输入上下文。输入管道id）
返回mnist_dataset.map（scale）.cache（）.shuffle（缓冲区大小）.batch（批大小）

为了更好地澄清我的问题，请参见如何将此输入作为函数参数传递。它只是在没有任何给

mode

一个值的包装器的情况下传递

tf.estimator.train\u和\u评估(
分类器，
列车规格=tf.estimator.TrainSpec（输入规格=输入规格），
eval_spec=tf.estimator.EvalSpec（input_fn=input_fn）
)

这是否回答了您的问题@伊纳特先生，谢谢你的答复。我读过这个问题，但答案似乎不正确。