Tensorflow估計API

Tensorflow估計API是什麼?

估計是一個完整的模型也看起來直觀足以減少用戶。估計量的API提供了一些方法來訓練模型,來判斷模型的準確性,並生成預測。TensorFlow提供了一個編程堆棧包含多個API層下麵的圖片:

有兩種類型的估計;你可以選擇預先估計,或者,您可以編寫自己的定製的估計。Estimators-based模型可以在本地主機上運行以及分布式多服務器環境沒有改變你的模型。此外,您可以在cpu上運行Estimators-based模型,gpu, tpu無需記錄您的模型。

估計封裝四個主要特點:

• 培訓- - - - - -他們將訓練模型在給定輸入固定數量的步驟
• 評價——他們將評估模型基於一組測試。
• 預測——估計會推理使用訓練模型。
• 出口您的模型。

除此之外,估計包括默認行為常見的培訓工作,如保存和恢複檢查點,創建概要等。估計會要求你寫一個model_fn和input_fn對應於模型和輸入部分TensorFlow圖。

估計有很多好處:

• 估計簡化開發人員之間共享的實現模型。
• 您可以開發一個偉大的榜樣與高層直觀的代碼,因為他們通常更容易使用如果您需要創建的模型比低級TensorFlow api。
• 估計本身就是建立在tf.keras。層,使定製簡單多了。
• 估計會讓你的生活更容易通過構建圖給你。
• 評估人員提供一個安全的分布式訓練循環控製如何以及何時:
  • 構建圖
  • 初始化變量
  • 加載數據
  • 處理異常
  • 創建檢查點文件和從失敗中恢複過來
  • 保存總結TensorBoard