如何构建用于测试集的训练和评估模型

Question

我想训练一个模特。每1000个步骤，我想在测试集上评估它并将其写入tensorboard日志。但是，这是一个问题。我有这样的代码：

MATCH (n:User)
RETURN n, SIZE((n)<-[:RATED]-()) as rating_count
ORDER BY rating_count limit 1

其中模型推断声明模型中的变量。但是，这是一个问题。对于测试集，我有一个单独的队列，我不能用tensorflow将一个队列换成另一个队列。

目前，我通过创建2个图表解决了这个问题，一个用于培训，另一个用于测试。我用tf.train.Saver从一张图复制到另一张图。另一个解决方案可能是使用tf.get_variable，但这是一个全局变量，我不喜欢它，因为我的代码变得不那么重复了。

Answer 1

是的，你需要两张图。这些图可以共享变量。这可以通过以下方式完成：

1. 使用Keras图层（来自tf.contrib.keras），您可以使用它来定义模型并使用它来计算两个推理图
2. 将苗条式图层（来自tf.layers）与tf.get_variable一起使用并重复使用
3. 使用tf.make_template创建自己的类似模型的对象，可以调用一次构建训练图，一次构建推理图
4. 使用tf.estimator.Estimator可以让您定义模型功能一次并自动运行以进行培训和评估

还有其他选项，但其中任何一个都得到了很好的支持，应该取消阻止你。