Tensorflow 使用tf.learn.experience禁用eval
如果我使用tf.learn.experience,禁用评估的最佳方法是什么 我正在运行这个构建一个实验的程序Tensorflow 使用tf.learn.experience禁用eval,tensorflow,google-cloud-ml,google-cloud-ml-engine,Tensorflow,Google Cloud Ml,Google Cloud Ml Engine,如果我使用tf.learn.experience,禁用评估的最佳方法是什么 我正在运行这个构建一个实验的程序 tf.contrib.learn.Experiment( estimator=estimator, train_input_fn=train_input_fn, train_steps=FLAGS.num_train_steps, train_monitors=[export_monitor], eval_i
tf.contrib.learn.Experiment(
estimator=estimator,
train_input_fn=train_input_fn,
train_steps=FLAGS.num_train_steps,
train_monitors=[export_monitor],
eval_input_fn=eval_input_fn,
eval_steps=FLAGS.num_eval_steps,
eval_metrics=_create_evaluation_metrics(),
min_eval_frequency=100)
要调试评估问题,我希望阻止evluation运行。有没有一种简单的方法可以做到这一点?答案取决于您在
实验中调用的方法。假设您将调用train_和_evaluate,例如,如果TF_CONFIG
的任务类型设置为“master”(cf)
在这种情况下,您需要将min\u eval\u frequency
设置为0
或None
(cf)答案取决于您在实验中调用的方法。假设您将调用train_和_evaluate,例如,如果TF_CONFIG
的任务类型设置为“master”(cf)
在这种情况下,您需要将min\u eval\u frequency
设置为0
或None
(cf)谢谢,虽然这看起来会在培训期间禁用定期评估,但培训完成后评估仍会运行一次。然后只需使用train()方法谢谢,虽然这看起来会在培训期间禁用定期评估,但培训完成后评估仍会运行一次。然后只需使用train()方法