如何使用Tensorflow估算器

Question

关于创建卷积神经网络我正在关注this Tensorflow tutorial。

我正在阅读训练和测试数据的步骤：

def main(unused_argv):
  mnist = learn.datasets.load_dataset("mnist")
  train_data = mnist.train.images # Returns np.array
  train_labels = np.asarray(mnist.train.labels, dtype=np.int32)
  eval_data = mnist.test.images # Returns np.array
  eval_labels = np.asarray(mnist.test.labels, dtype=np.int32)

到目前为止，一切都很好。

然后突然创建了一个估算器：

mnist_classifier = learn.Estimator(
      model_fn=cnn_model_fn, model_dir="/tmp/mnist_convnet_model")

我的问题是：

1. 什么是Estimator？

2. 之前的代码不会在"/tmp/mnist_convnet_model"下保存任何内容。为什么在该目录下保存了一个模型？ 它是如何实现的？

编辑：

当我运行代码时，我得到：

 Couldn't find trained model at ../tmp/mnist_convnet_model. 

这是因为在该目录结构下找不到该模型。

我如何将模型放在那里？另外，为什么我必须把它放在那里，而不是将它存储在内存中以执行脚本。

Answer 1

第一个问题在教程中就已经回答了。 Estimator是一个TensorFlow类，用于执行高级模型培训，评估和推理等。

第二个问题的答案是，不，没有任何东西保存到该目录。估算器对象将使用此目录来保存训练检查点，日志等。第一次运行此代码时，它不会加载任何内容。但是一旦你训练了模型，它就会从那里加载保存的状态。