在验证every_n_steps
时,请考虑以下常用示例代码以适合估算工具:
validation_metrics = {"accuracy": tf.contrib.metrics.streaming_accuracy,
"precision": tf.contrib.metrics.streaming_precision,
"recall": tf.contrib.metrics.streaming_recall,
"mean_abs_error": tf.contrib.metrics.streaming_mean_absolute_error}
validation_monitor = tf.contrib.learn.monitors.ValidationMonitor(
input_fn=input_fn_eval,
every_n_steps=FLAGS.eval_every,
metrics=validation_metrics,
early_stopping_rounds=5000,
early_stopping_metric="loss",
early_stopping_metric_minimize=True)
estimator.fit(input_fn=input_fn_train, steps=None, monitors=[validation_monitor])
是否可以从验证集中打印一些随机样本?我想确保模型生成合理的结果。
答案 0 :(得分:0)
是。您可以编写自己的Monitor
来执行此操作。查看ValidationMonitor
的实现,了解如何扩展它。