Question

我使用的是TF 1.4。我的问题是关于tf.estimator.Estimator。

我想控制＆＃34;损失和步骤＆＃34;的频率。信息消息，如：

INFO:tensorflow:loss = 0.00896569, step = 14901 (14.937 sec)

我将tf.estimator.RunConfig传递给Estimator的构造函数。但我不认为有一个参数来控制＆＃34;损失和步骤＆＃34;消息。

我认为参数在estimator.py中的_train_model方法中是硬编码的：

      worker_hooks.extend([
      training.NanTensorHook(estimator_spec.loss),
      training.LoggingTensorHook(
          {
              'loss': estimator_spec.loss,
              'step': global_step_tensor
          },
          every_n_iter=100)
  ])

Answer 1

在tensorflow v1.8中支持

log_step_count_steps：https://www.tensorflow.org/api_docs/python/tf/estimator/RunConfig

Answer 2

尝试将logging_hook作为training_hook param返回给返回的estimator_spec for mode =='train' Printing extra training metrics with Tensorflow Estimator

https://github.com/tensorflow/tensorflow/pull/619/commits/48603b7faed85753ab905f177cbf4e0c8d1dcb64

https://www.tensorflow.org/install/install_sources#clone_the_tensorflow_repository

src：https://stackoverflow.com/a/38097276/2218905

如何在使用tf.Estimator

2 个答案: