Ta strona została przetłumaczona przez Cloud Translation API.
Switch to English

tf.estimator.SummarySaverHook

Zobacz źródło na GitHub

Zapisuje streszczenia każdego n krokach.

Dziedziczy: SessionRunHook

save_steps int , Zapisz podsumowań co kroki N. Dokładnie jeden save_secs i save_steps powinien być ustawiony.
save_secs int , Zapisz podsumowań co n sekund.
output_dir string , katalog, aby zapisać się do podsumowania. Tylko wtedy, gdy wszystkie summary_writer jest dostarczany.
summary_writer SummaryWriter . Jeśli None i output_dir została uchwalona, jeden zostanie odpowiednio utworzone.
scaffold Scaffold dostać summary_op jeśli nie jest przewidziane.
summary_op Tensor typu string zawierającego szeregowany Summary bufor protokołu lub listę Tensor . Są to najprawdopodobniej wyjście przez TF metod sumarycznych jak tf.compat.v1.summary.scalar lub tf.compat.v1.summary.merge_all . To może być przekazany jako jeden tensora; Jeśli więcej niż jeden, muszą być przekazywane w postaci listy.

ValueError Dokładnie jeden z rusztowania lub summary_op powinien być ustawiony.

metody

after_create_session

Pokaż źródło

Wywoływana, gdy nowa sesja TensorFlow jest tworzony.

Nazywa się to sygnalizować haki że nowa sesja została utworzona. Ma to dwie istotne różnice w stosunku do sytuacji, w której begin się nazywa:

  • Kiedy to się nazywa, wykres zostanie sfinalizowana i ops nie można już dodane do wykresu.
  • Metoda ta będzie również nazywany w wyniku odzyskania zawinięty sesję, nie tylko na początku całej sesji.

args
session TensorFlow Session, który został utworzony.
coord Obiekt koordynator, który śledzi wszystkie wątki.

after_run

Pokaż źródło

Wywoływana po każdym wywołaniu run ().

run_values argument zawiera wyniki żądanych PO / tensorów przez before_run() .

run_context argumentem jest ten sam, wyślij do before_run rozmowy. run_context.request_stop() może zostać wezwany do zatrzymania iteracji.

Jeśli session.run() budzi żadnych wyjątków następnie after_run() nie jest wywoływana.

args
run_context SessionRunContext przedmiot.
run_values A SessionRunValues ​​sprzeciwu.

before_run

Pokaż źródło

Wywoływana przed każdym wywołaniu run ().

Możesz powrócić z tym wezwać SessionRunArgs obiektowo wskazując ops lub tensorów dodać do nadchodzącego run() rozmowy. Te ops / tensory zostanie uruchomiony wraz z OPS / tensorów pierwotnie przekazanych do oryginału run () rozmowy. Args run wrócisz mogą również zawierać kanały mają być dodane do run () rozmowy.

run_context argument jest SessionRunContext który dostarcza informacji na temat nadchodzącego run() call: pierwotnie wnioskowanej OP / tensorów, sesja TensorFlow.

W tym punkcie wykresu zostanie sfinalizowana i nie można dodawać ops.

args
run_context SessionRunContext przedmiot.

Zwroty
Brak lub SessionRunArgs przedmiot.

begin

Pokaż źródło

Wywoływana raz przed użyciem sesję.

Wywołany domyślny wykres jest ten, który zostanie uruchomiony w sesji. Hak można modyfikować wykres przez dodanie nowych operacji do niego. Po begin() nazywamy wykres zostanie sfinalizowana, a pozostałe wywołania zwrotne nie można modyfikować wykres już. Drugie wezwanie begin() na tym samym wykresie, nie należy zmieniać wykres.

end

Pokaż źródło

Powołani na koniec sesji.

session argument może być stosowany w przypadku haka chce uruchomić końcowe ops, takich jak zapisywanie ostatniego punktu kontrolnego.

Jeśli session.run() podnosi wyjątek innego niż OutOfRangeError lub StopIteration następnie end() nie jest wywoływana. Zauważ różnicę między end() i after_run() zachowanie podczas session.run() podnosi OutOfRangeError lub StopIteration. W tym przypadku end() jest wywoływana ale after_run() nie jest wywoływana.

args
session TensorFlow Sesja, która zostanie wkrótce zamknięty.