与TensorFlowDNNClassifier相比，DNNClassifier是否不稳定？

Question

我使用TF v0.9建立基于skflow的DNN预测（0或1）模型。 我TensorFlowDNNClassifier的代码是这样的。我培训了大约26,000条记录并测试了6,500条记录。

classifier = learn.TensorFlowDNNClassifier(hidden_units=[64, 128, 64], n_classes=2)
classifier.fit(features, labels, steps=50000)
test_pred = classifier.predict(test_features)
print(classification_report(test_labels, test_pred))

大约需要1分钟才能得到结果。

             precision    recall  f1-score   support
          0       0.77      0.92      0.84      4265
          1       0.75      0.47      0.58      2231
avg / total       0.76      0.76      0.75      6496

但我得到了

WARNING:tensorflow:TensorFlowDNNClassifier class is deprecated. 
Please consider using DNNClassifier as an alternative.

所以我简单地用DNNClassifier更新了我的代码。

classifier = learn.DNNClassifier(hidden_units=[64, 128, 64], n_classes=2)
classifier.fit(features, labels, steps=50000)

它也很好用。但结果并不相同。

             precision    recall  f1-score   support
          0       0.77      0.96      0.86      4265
          1       0.86      0.45      0.59      2231
avg / total       0.80      0.79      0.76      6496

1的精确度得到提升。 当然这对我有好处，但为什么会有所改善？ 大约需要2个小时。 这比前一个例子慢了约120倍。

我有什么不对吗？还是错过了一些参数？ 或DNNClassifier与TF v0.9不稳定？

Answer 1

我给出与here相同的答案。您可能会遇到这种情况，因为您使用了steps参数而不是 max_steps 。这只是TensorFlowDNNClassifier的一个步骤，实际上是max_steps。现在你可以决定你是否真的希望在你的情况下50000步或先前自动中止。