Question

我无法实现使用Tensorflow的Estimator API进行摘要。

Estimator类非常有用，原因很多：我已经实现了自己的类，它们非常相似，但我试图切换到这个类。

以下是代码示例：

import tensorflow as tf
import tensorflow.contrib.layers as layers
import tensorflow.contrib.learn as learn
import numpy as np

 # To reproduce the error: docker run --rm -w /algo -v $(pwd):/algo tensorflow/tensorflow bash -c "python sample.py"

def model_fn(x, y, mode):
    logits = layers.fully_connected(x, 12, scope="dense-1")
    logits = layers.fully_connected(logits, 56, scope="dense-2")
    logits = layers.fully_connected(logits, 4, scope="dense-3")

    loss = tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(logits=logits, labels=y), name="xentropy")

    return {"predictions":logits}, loss, tf.train.AdamOptimizer(0.001).minimize(loss)


def input_fun():
    """ To be completed for a 4 classes classification problem """

    feature = tf.constant(np.random.rand(100,10))
    labels = tf.constant(np.random.random_integers(0,3, size=(100,)))

    return feature, labels

estimator = learn.Estimator(model_fn=model_fn, )

trainingConfig = tf.contrib.learn.RunConfig(save_checkpoints_secs=60)

estimator = learn.Estimator(model_fn=model_fn, model_dir="./tmp", config=trainingConfig)

# Works
estimator.fit(input_fn=input_fun, steps=2)

# The following code does not work

# Can't initialize saver

# saver = tf.train.Saver(max_to_keep=10) # Error: No variables to save

# The following fails because I am missing a saver... :(

hooks=[
        tf.train.LoggingTensorHook(["xentropy"], every_n_iter=100),
        tf.train.CheckpointSaverHook("./tmp", save_steps=1000, checkpoint_basename='model.ckpt'),
        tf.train.StepCounterHook(every_n_steps=100, output_dir="./tmp"),
        tf.train.SummarySaverHook(save_steps=100, output_dir="./tmp"),
]

estimator.fit(input_fn=input_fun, steps=2, monitors=hooks)

正如您所看到的，我可以创建一个Estimator并使用它，但我可以实现为拟合过程添加钩子。

日志记录挂钩工作得很好但其他人需要张量和保护程序，我无法提供。

张量在模型函数中定义，因此我无法将它们传递给 SummaryHook ，并且 Saver 无法初始化，因为没有张量到保存...

我的问题有解决方案吗？（我猜是的，但在tensorflow文档中缺少此部分的文档）

如何初始化保护程序？或者我应该使用其他对象，例如 Scaffold ？
如何将摘要传递给摘要摘要，因为它们是在我的模型函数中定义的？

提前致谢。

PS：我已经看过DNNClassifier API，但我想使用Convolutional Nets和其他人的估算器API。我需要为任何估算器创建摘要。

Answer 1

预期用例是您让Estimator为您保存摘要。 RunConfig中有用于配置摘要写入的选项。在constructing the Estimator时传递RunConfigs。

Answer 2

在tf.summary.scalar("loss", loss)中只有model_fn，然后运行没有summary_hook的代码。损耗被记录并显示在张量板上。

另请参阅：

Tensorflow - Using tf.summary with 1.2 Estimator API

Tensorflow Estimator API：摘要

2 个答案: