TensorFlow自定义估算器在训练后调用评估时卡住

Question

我根据他们的指南在TensorFlow（v1.10）中制作了一个自定义估算器（参见本合作 ）。

我训练玩具模型：

tf.estimator.train_and_evaluate(est, train_spec, eval_spec)

然后，使用一些测试集数据，尝试使用以下方法评估模型：

test_fn = lambda: input_fn(DATASET['test'], run_params)
test_res = est.evaluate(input_fn=test_fn)

（其中train_fn和valid_fn在功能上与test_fn相同，例如足以使tf.estimator.train_and_evaluate工作）。

我希望会发生一些事情，但这是我得到的：

INFO:tensorflow:Calling model_fn.
INFO:tensorflow:Done calling model_fn.
INFO:tensorflow:Starting evaluation at 2018-11-09-13:38:44
INFO:tensorflow:Graph was finalized.
INFO:tensorflow:Restoring parameters from ./test/model.ckpt-100
INFO:tensorflow:Running local_init_op.
INFO:tensorflow:Done running local_init_op.

然后它就会永远运行。

怎么会？

Answer 1

这是因为您无限期地重复数据集：

# In input_fn
dataset = dataset.repeat().batch(batch_size)

默认情况下，estimator.evaluate（）会一直运行，直到input_fn引发输入结束异常。 因为您无限期地重复测试数据集，所以它永远不会引发异常并继续运行。

您可以在测试时删除重复，也可以使用原始'eval_spec'中使用的'steps'参数运行给定步数的评估。