如何在使用预测估算器进行培训期间计算模型指标？

Question

使用Keras，人们通常会免费获取指标（例如准确性）作为进度条的一部分。使用此处的示例：

https://github.com/fchollet/keras/blob/master/examples/mnist_mlp.py

跑完后......

history = model.fit(x_train, y_train,
                    batch_size=batch_size,
                    epochs=epochs,
                    verbose=1,
                    validation_data=(x_test, y_test))

Keras将开始拟合模型，并将显示进度输出，如：

 3584/60000 [>.............................] - ETA: 10s - loss: 0.0308 - acc: 0.9905

假设我想使用TensorFlow预测估算器完成同样的事情 - 提取分类器的当前精度，并将其显示为进度条的一部分（由例如SessionRunHook完成）。

似乎没有将精确度指标作为图表上默认操作集的一部分提供。有没有办法我可以用会话运行钩子自己手动添加它？

（看起来可以将操作作为begin()钩子的一部分添加到图形中，但我不知道如何能够例如请求计算模型精度。）

Answer 1

准确性是预制分类器中的默认指标之一。但它将由Estimator估计，而不是由Estimator.train调用。您可以创建一个for循环来执行您想要的操作：   为......     estimator.train（training_data）     metrics = estimator.evaluate（evaluation_data）