Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

Modul: tf.compat.v1.train

TensorFlow 1 versi

Dukungan untuk melatih model.

Lihat Training panduan.

modul

experimental modul: API Umum untuk namespace tf.train.experimental.

queue_runner modul: API Umum untuk tf.train.queue_runner namespace.

kelas-kelas

class AdadeltaOptimizer : Optimizer yang mengimplementasikan algoritma Adadelta.

class AdagradDAOptimizer : algoritma Averaging Adagrad Ganda untuk model linear jarang.

class AdagradOptimizer : Optimizer yang mengimplementasikan algoritma Adagrad.

class AdamOptimizer : Optimizer yang mengimplementasikan algoritma Adam.

class BytesList : A ProtocolMessage

class Checkpoint : Grup dilacak benda, menyimpan dan memulihkan mereka.

class CheckpointManager : Mengelola beberapa pos pemeriksaan dengan menjaga beberapa dan menghapus yang tidak diperlukan.

class CheckpointOptions : Pilihan untuk membangun Checkpoint.

class CheckpointSaverHook : Menyimpan pos pemeriksaan setiap N langkah atau detik.

class CheckpointSaverListener : Interface untuk pendengar yang mengambil tindakan sebelum atau setelah pemeriksaan menyimpan.

class ChiefSessionCreator : Membuat tf.compat.v1.Session untuk seorang kepala.

class ClusterDef : A ProtocolMessage

class ClusterSpec : Merupakan cluster sebagai satu set "tugas", disusun dalam "pekerjaan".

class Coordinator : Seorang koordinator untuk benang.

class Example : A ProtocolMessage

class ExponentialMovingAverage : Menjaga moving average variabel dengan menggunakan peluruhan eksponensial.

class Feature : A ProtocolMessage

class FeatureList : A ProtocolMessage

class FeatureLists : A ProtocolMessage

class Features : A ProtocolMessage

class FeedFnHook : Berjalan feed_fn dan set yang feed_dict sesuai.

class FinalOpsHook : Sebuah kait yang mengevaluasi Tensors di akhir sesi.

class FloatList : A ProtocolMessage

class FtrlOptimizer : Optimizer yang mengimplementasikan algoritma FTRL.

class GlobalStepWaiterHook : Penundaan eksekusi sampai langkah global yang mencapai wait_until_step .

class GradientDescentOptimizer : Optimizer yang mengimplementasikan algoritma gradien keturunan.

class Int64List : A ProtocolMessage

class JobDef : A ProtocolMessage

class LoggingTensorHook : Mencetak tensor diberikan setiap N langkah lokal, setiap N detik, atau di akhir.

class LooperThread : Sebuah thread yang menjalankan kode berulang kali, opsional pada timer.

class MomentumOptimizer : Optimizer yang mengimplementasikan algoritma Momentum.

class MonitoredSession : Sesi-seperti objek yang menangani inisialisasi, pemulihan dan kait.

class NanLossDuringTrainingError : Tidak disebutkan run-time error.

class NanTensorHook : Monitor tensor kerugian dan berhenti pelatihan jika kerugian adalah NaN.

class Optimizer : kelas Base untuk pengoptimalan.

class ProfilerHook : Menangkap CPU / GPU informasi profil setiap N langkah atau detik.

class ProximalAdagradOptimizer : Optimizer yang mengimplementasikan algoritma proksimal Adagrad.

class ProximalGradientDescentOptimizer : Optimizer yang menerapkan proksimal algoritma gradien keturunan.

class QueueRunner : Gelar daftar operasi enqueue untuk antrian, masing-masing untuk dijalankan di thread.

class RMSPropOptimizer : Optimizer yang mengimplementasikan algoritma RMSProp (Tielemans et al.

class Saver : Menyimpan dan variabel mengembalikan.

class SaverDef : A ProtocolMessage

class Scaffold : Struktur untuk membuat atau mengumpulkan potongan yang biasa dibutuhkan untuk melatih model.

class SecondOrStepTimer : Timer yang memicu paling banyak sekali setiap N detik atau sekali setiap N langkah.

class SequenceExample : A ProtocolMessage

class Server : Sebuah dalam proses TensorFlow Server, untuk digunakan dalam pelatihan didistribusikan.

class ServerDef : A ProtocolMessage

class SessionCreator : Sebuah pabrik untuk tf.Session.

class SessionManager : Pelatihan pembantu yang mengembalikan dari pos pemeriksaan dan menciptakan sesi.

class SessionRunArgs : Merupakan argumen yang akan ditambahkan ke Session.run() panggilan.

class SessionRunContext : Memberikan informasi tentang session.run() panggilan yang dibuat.

class SessionRunHook : Hook memperpanjang panggilan ke MonitoredSession.run ().

class SessionRunValues : Berisi hasil Session.run() .

class SingularMonitoredSession : Sesi-seperti objek yang menangani inisialisasi, memulihkan, dan kait.

class StepCounterHook : kait yang jumlah langkah per detik.

class StopAtStepHook : Hook bahwa permintaan berhenti di langkah tertentu.

class SummarySaverHook : Menyimpan ringkasan setiap N langkah.

class Supervisor : Sebuah pelatihan pembantu yang pos pemeriksaan model dan hitungan ringkasan.

class SyncReplicasOptimizer : Kelas untuk menyinkronkan, gradien agregat dan meneruskannya ke optimizer.

class VocabInfo : informasi Kosakata untuk pemanasan awal.

class WorkerSessionCreator : Membuat tf.compat.v1.Session bagi seorang pekerja.

fungsi

MonitoredTrainingSession(...) : Membuat MonitoredSession untuk pelatihan.

NewCheckpointReader(...) : Sebuah fungsi yang mengembalikan sebuah CheckPointReader.

add_queue_runner(...) : Menambahkan sebuah QueueRunner untuk koleksi dalam grafik. (Usang)

assert_global_step(...) : menegaskan global_step_tensor adalah int skalar Variable atau Tensor .

basic_train_loop(...) : lingkaran dasar untuk melatih model.

batch(...) : Menciptakan batch tensor tensors . (Usang)

batch_join(...) : Menjalankan daftar tensor untuk mengisi antrian untuk membuat batch contoh. (Usang)

checkpoint_exists(...) : Cek apakah V1 atau V2 pos pemeriksaan ada dengan awalan ditentukan. (Usang)

checkpoints_iterator(...) : Terus menghasilkan file pos pemeriksaan baru yang muncul.

cosine_decay(...) : Berlaku pembusukan cosinus dengan tingkat pembelajaran.

cosine_decay_restarts(...) : Berlaku pembusukan kosinus dengan restart untuk tingkat pembelajaran.

create_global_step(...) : Buat langkah tensor global dalam grafik.

do_quantize_training_on_graphdef(...) : Sebuah skema kuantisasi umum sedang dikembangkan di tf.contrib.quantize . (Usang)

exponential_decay(...) : Berlaku peluruhan eksponensial ke tingkat pembelajaran.

export_meta_graph(...) : Pengembalian MetaGraphDef proto.

generate_checkpoint_state_proto(...) : Menghasilkan proto negara pos pemeriksaan.

get_checkpoint_mtimes(...) : Pengembalian yang mtimes (modifikasi cap waktu) dari pos-pos pemeriksaan. (Usang)

get_checkpoint_state(...) : Mengembalikan CheckpointState proto dari "pos pemeriksaan" file.

get_global_step(...) : Dapatkan langkah tensor global.

get_or_create_global_step(...) : Pengembalian dan menciptakan (jika perlu) langkah tensor global.

global_step(...) : pembantu kecil untuk mendapatkan langkah global.

import_meta_graph(...) : recreates Grafik disimpan dalam MetaGraphDef proto.

init_from_checkpoint(...) : Menggantikan tf.Variable initializers sehingga mereka memuat dari file pos pemeriksaan.

input_producer(...) : Output baris input_tensor ke antrian untuk pipa masukan. (Usang)

inverse_time_decay(...) : Berlaku waktu peluruhan terbalik dengan tingkat pembelajaran awal.

latest_checkpoint(...) : Menemukan nama file dari terbaru berkas pos pemeriksaan disimpan.

limit_epochs(...) : Pengembalian tensor num_epochs kali dan kemudian menimbulkan OutOfRange kesalahan. (Usang)