Tensorflow 如何在tf slim中使用评估环和训练环

我正在尝试实现一些不同的模型，并在CIFAR-10上对它们进行培训，我希望使用TF slim来实现这一点。看起来TF slim有两个在训练中有用的主要循环：训练循环和评估循环

我的问题是：使用这些循环的规范方法是什么？ 作为跟进：是否可以使用列车循环的提前停车

目前我有一个模型，我的培训文件train.py如下所示

import ...
train_log_dir = ...

with tf.device("/cpu:0"):
  images, labels, dataset = set_up_input_pipeline_with_fancy_prefetching( 
                                                                subset='train', ... )
logits, end_points = set_up_model( images ) // Possibly using many GPUs
total_loss = set_up_loss( logits, labels, dataset )
optimizer, global_step = set_up_optimizer( dataset )
train_tensor = slim.learning.create_train_op( 
                                      total_loss, 
                                      optimizer,
                                      global_step=global_step,
                                      clip_gradient_norm=FLAGS.clip_gradient_norm,
                                      summarize_gradients=True)
slim.learning.train(train_tensor, 
                      logdir=train_log_dir,
                      local_init_op=tf.initialize_local_variables(),
                      save_summaries_secs=FLAGS.save_summaries_secs,
                      save_interval_secs=FLAGS.save_interval_secs)

到目前为止，这真是太棒了——我的模型都能很好地训练和融合。我可以从

train\u log\u dir

中的事件中看到这一点，其中所有指标都朝着正确的方向发展。朝着正确的方向走让我很开心

但我想检查一下，验证集的指标是否也在改进。我不知道如何使用TF slim来很好地处理训练循环，因此我创建了第二个名为

eval.py

的文件，其中包含我的评估循环

import ...
train_log_dir = ...

with tf.device("/cpu:0"):
  images, labels, dataset = set_up_input_pipeline_with_fancy_prefetching( 
                                                                subset='validation', ... )
logits, end_points = set_up_model( images )
summary_ops, names_to_values, names_to_updates = create_metrics_and_summary_ops( 
                                                                logits,
                                                                labels,
                                                                dataset.num_classes() )

slim.get_or_create_global_step()
slim.evaluation.evaluation_loop(
      '',
      checkpoint_dir=train_log_dir,
      logdir=train_log_dir,
      num_evals=FLAGS.num_eval_batches,
      eval_op=names_to_updates.values(),
      summary_op=tf.merge_summary(summary_ops),
      eval_interval_secs=FLAGS.eval_interval_secs,
      session_config=config)

问题：

1） 我目前有这个模型，用于评估占用整个GPU的U循环，但它很少被使用。我想有更好的方法来分配资源。如果我可以使用相同的评估循环来监控多个不同模型（多个目录中的检查点）的进度，那就太好了。这样的事情可能吗

2） 评估和培训之间没有反馈。我正在训练大量的模型，我很想使用提前停止来停止那些没有学习或没有收敛的模型。有办法做到这一点吗？理想情况下，使用来自验证集的信息，但如果必须仅基于培训数据，也可以

3） 我的工作流程是否都错了，我应该以不同的方式组织它？文档中不清楚如何将评估与培训结合使用

更新 ~~似乎从TF r0.11开始，我在调用

slim.evaluation.evaluation\u loop

时也遇到了一个segfault。它只会偶尔发生（对于我来说，当我将作业分派到集群时）。它发生在

sv.managed_session

——特别是

prepare_或\u wait_for_session

~~ 这仅仅是因为evaluation loop（tensorflow的第二个实例）试图使用GPU，而GPU已经被第一个实例征用

evaluation_循环用于（正如您当前使用的）单个目录。如果您想提高效率，可以使用slim.evaluation.evaluate_一次，并添加适当的逻辑来交换目录

可以通过重写slim.learning.train（…，train\u step\u fn）参数来实现这一点。此参数将“train_step”函数替换为自定义函数。在这里，您可以提供自定义培训函数，该函数返回您认为合适的“总损失”和“应停止”值

您的工作流程看起来很棒，这可能是使用TF Slim进行学习/评估最常见的工作流程

加上我的2美分：

我目前有一个评估循环的模型，它占用了一个 整个GPU，但很少被使用

通常，评估模型占用较少的GPU内存。通过将会话配置

allow_growth

设置为

True

，可以防止TF占用整个GPU内存。这样，您就可以使用相同的GPU进行培训和评估

示例@培训

session_config = tf.ConfigProto()
session_config.gpu_options.allow_growth = True

slim.learning.train(train_tensor, 
                  logdir=train_log_dir,
                  local_init_op=tf.initialize_local_variables(),
                  save_summaries_secs=FLAGS.save_summaries_secs,
                  save_interval_secs=FLAGS.save_interval_secs,
                  session_config=session_config)

示例@验证

session_config = tf.ConfigProto()
session_config.gpu_options.allow_growth = True

slim.evaluation.evaluation_loop(
      '',
      checkpoint_dir=train_log_dir,
      logdir=train_log_dir,
      num_evals=FLAGS.num_eval_batches,
      eval_op=names_to_updates.values(),
      summary_op=tf.merge_summary(summary_ops),
      eval_interval_secs=FLAGS.eval_interval_secs,
      session_config=session_config)

感谢@kmalakoff，它为如何在

tf.slim

training中验证或测试模型的问题提供了一个很好的方法。主要思想是覆盖

train\u step\u fn

功能：

import …
from tensorflow.contrib.slim.python.slim.learning import train_step

...

accuracy_validation = ...
accuracy_test = ...

def train_step_fn(session, *args, **kwargs):
    total_loss, should_stop = train_step(session, *args, **kwargs)

    if train_step_fn.step % FLAGS.validation_every_n_step == 0:
        accuracy = session.run(train_step_fn.accuracy_validation)
        print('your validation info')

    if train_step_fn.step % FLAGS.test_every_n_step == 0:
        accuracy = session.run(train_step_fn.accuracy_test)
        print('your test info')

    train_step_fn.step += 1
    return [total_loss, should_stop] 

train_step_fn.step = 0
train_step_fn.accuracy_validation = accuracy_validation
train_step_fn.accuracy_test = accuracy_test

# run training.
slim.learning.train(
    train_op,
    FLAGS.logs_dir,
    train_step_fn=train_step_fn,
    graph=graph,
    number_of_steps=FLAGS.max_steps)

---

您是否解决了评估和培训之间的反馈问题？如果是，您能否详细说明如何进行？您如何在整个纪元内运行

准确性\u验证

？我只能让它为一个小批量工作。@michael，你是说代码中的

准确性\u验证
只计算一个小批量数据的准确性吗？如果是，那么您可以在源版本中阅读更多详细信息<代码>准确性\验证实际上是一种操作，您可以根据需要提供任意多的数据，包括整个验证数据。