רכיב הצינור של Trainer TFX מאמן מודל TensorFlow.
מאמן ו- TensorFlow
מאמן עושה שימוש נרחב של פיתון TensorFlow API עבור דגמי אימונים.
רְכִיב
המאמן לוקח:
- tf.דוגמאות המשמשות לאימון והערכה.
- קובץ מודול שסופק על ידי המשתמש המגדיר את הלוגיקה של המאמן.
- Protobuf ההגדרה של ארגומנטים הרכבת ארגומנטים eval.
- (אופציונלי) סכימת נתונים שנוצרה על ידי רכיב SchemaGen צינור ושונתה באופן אופציונלי על ידי המפתח.
- (אופציונלי) גרף טרנספורמציה המופק על ידי רכיב טרנספורמציה במעלה הזרם.
- (אופציונלי) מודלים מאומנים מראש המשמשים לתרחישים כגון התנעה חמה.
- היפרפרמטרים (אופציונליים), שיועברו לפונקציית מודול המשתמש. פרטים של אינטגרציה עם טיונר ניתן למצוא כאן .
מאמן פולט: לפחות דגם אחד להסקה/הגשה (בדרך כלל ב-SavedModelFormat) ואופציונלי מודל אחר ל-eval (בדרך כלל EvalSavedModel).
אנו מספקים תמיכה בפורמטי מודל חלופיים כגון TFLite דרך הספרייה שכתוב דגם . עיין בקישור לספריית שכתוב המודלים לדוגמאות כיצד להמיר שני מודלים של Estimator ו-Keras.
מאמן גנרי
מאמן גנרי מאפשר למפתחים להשתמש בכל API של מודל TensorFlow עם רכיב ה-Trainer. בנוסף לאומדני TensorFlow, מפתחים יכולים להשתמש במודלים של Keras או בלולאות אימון מותאמות אישית. לפרטים, עיין RFC עבור מאמן גנריות .
הגדרת רכיב המאמן
קוד צינור DSL טיפוסי עבור ה-Trainer הגנרי ייראה כך:
from tfx.components import Trainer
...
trainer = Trainer(
module_file=module_file,
examples=transform.outputs['transformed_examples'],
transform_graph=transform.outputs['transform_graph'],
train_args=trainer_pb2.TrainArgs(num_steps=10000),
eval_args=trainer_pb2.EvalArgs(num_steps=5000))
מאמן ומפעיל מודול הדרכה, אשר צוין module_file
פרמטר. במקום trainer_fn
, A run_fn
נדרש בקובץ מודול אם GenericExecutor
צוין custom_executor_spec
. trainer_fn
היה אחראי ליצירת המודל. בנוסף לכך, run_fn
גם צריך להתמודד עם חלק הכשרת פלט המודל המאולף עד למיקום רצוי שנתן FnArgs :
from tfx.components.trainer.fn_args_utils import FnArgs
def run_fn(fn_args: FnArgs) -> None:
"""Build the TF model and train it."""
model = _build_keras_model()
model.fit(...)
# Save model to fn_args.serving_model_dir.
model.save(fn_args.serving_model_dir, ...)
הנה קובץ מודול למשל עם run_fn
.
שימו לב שאם לא נעשה שימוש ברכיב ה-Transform בצנרת, המאמן ייקח ישירות את הדוגמאות מ-ExampleGen:
trainer = Trainer(
module_file=module_file,
examples=example_gen.outputs['examples'],
schema=infer_schema.outputs['schema'],
train_args=trainer_pb2.TrainArgs(num_steps=10000),
eval_args=trainer_pb2.EvalArgs(num_steps=5000))
פרטים נוספים זמינים פניית API המאמן .