由于tensorflow人们推荐，我一直在尝试开始过渡到Estimator API。但是，我想知道如何使用估算器框架有效地完成一些基本工作。在周末期间，我尝试创建用于文本生成的基于GRU的模型，并按照tensorflow示例构建自定义估算器。我已经能够创建一个模型，该模型可以相对轻松地进行训练，并且其结果与非估算器版本匹配。但是对于采样（生成文本），我遇到了一些麻烦。我终于使它工作了，但是它非常慢，因为每次预测一个字符时，估计器框架都会加载整个图，这会使整个过程变慢。有没有一种方法可以使每次或任何其他解决方案都不加载图形？ 第二个问题：我还必须使用state_is_tuple = False，因为我必须在模型方法和生成器方法之间来回发送GRU的状态，而我不能发送元组。有人知道该如何处理吗？ 谢谢 附言这是我的代码示例的链接：https://github.com/amirharati/sample_estimator_charlm/blob/master/RnnLm.py
答案 0 :(得分：0)
我终于有时间尝试xdurch0的建议，如果有人遇到相同的问题，这是代码： https://github.com/amirharati/sample_estimator_charlm/blob/master/RnnLmS2S.py 简而言之，它是可行的，但是在我看来，相对于简单的RNN实现，收敛需要更多时间（例如，字符模型倾向于生成重复模式，学习起来更困难，但是模型对于单词模型更有效）