![](/img/trans.png)
[英]What is the advantage of using an InputLayer (or an Input) in a Keras model with Tensorflow tensors?
[英]Advantage of using experiments in TensorFlow
許多TensorFlow的示例應用程序通過調用tf.contrib.data.learn_runner.run
創建Experiment
並運行其中一個Experiment
的方法。 它看起來像一個Experiment
本質上是一個Estimator
的包裝Estimator
。
創建和運行Experiment
所需的代碼看起來比創建,訓練和評估Estimator
所需的代碼更復雜。 我確信使用Experiment
有一個優勢,但我無法弄清楚它是什么。 有人能填補我嗎?
tf.contrib.learn.Experiment
是一個用於分布式培訓的高級API。 這是來自它的文檔:
實驗是一個包含訓練模型所需的所有信息的類。
在創建實驗之后(通過傳遞Estimator和輸入進行訓練和評估),實驗實例知道如何以合理的方式調用訓練和評估循環以進行分布式訓練 。
就像tf.estimator.Estimator
(和派生類)是一個隱藏矩陣乘法,保存檢查點等的高級API, tf.contrib.learn.Experiment
試圖隱藏你需要為分布式做的樣板文件計算 ,即tf.train.ClusterSpec
, tf.train.Server
,作業,任務等。
您可以在沒有Experiment
情況下在單台機器上訓練和評估tf.estimator.Estimator
。 請參閱本教程中的示例。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.