使用train_and_evaluate()
,可以执行时间表,以根据我所传递的规范训练和评估模型。我可以在EvalSpec和TrainSpec上注册钩子,但有限制。
问题是我只能 有一个SessionRunHook
,它可以作为回调,但总是在内部一个会话。
我的问题是我的日程安排比较复杂。在评估过程中,我也想对模型进行量化,然后进一步评估该量化模型。如前所述,这里的问题是,如果我使用类似SessionRunHook
的对象,那么我总是在会话中。
所以问题是是否有办法使用train_and_evaluate()
并在两者之间注册一些回调:
train_and_evaluate(..):
# .. deep down ..
while <condition>:
with tf.Session() as train_sess:
# Do training ..
if the_callback_i_want:
the_callback_i_want()
with tf.Session() as eval_sess:
# Do evaluation ..
这可能吗?
答案 0 :(得分:0)
我想您可以实现自己的iris
子类的## Load iris data
data(iris)
## Fit a model to each species-specific subset of the data
fitBySpecies <- by(
data = iris,
INDICES = iris$Species,
FUN = function(speciesSubset)
lm(Petal.Width ~ Sepal.Width, data = speciesSubset)
)
方法。
为了便于说明,我使用了iris code(请参阅this doc)。
begin
它会打印:
SessionHook