如何将 tf.estimator 转换为 keras 模型？

包装内tf.estimator，有很多定义的估计量。我想在 Keras 中使用它们。

我检查了 TF 文档，只有一种转换方法可以转换keras. Model to tf. estimator，但无法转换为estimator to Model.

例如，如果我们要转换以下估计量：

tf.estimator.DNNLinearCombinedRegressor

如何将其转换为 Keras 模型？

你不能，因为估算器可以在他们的程序中运行任意代码model_fn函数和 Keras 模型必须更加结构化，无论是顺序模型还是函数模型，基本上它们都必须由层组成。

Keras 模型是一种非常特定类型的对象，因此可以轻松包装并插入到其他抽象中。

估计器基于具有任意控制流的任意 Python 代码，因此将任何结构强加给它们是相当棘手的。

估算器支持 3 种模式 - 训练、评估和预测。理论上，每一个都可以具有完全独立的流程，具有不同的权重、架构等。这在 Keras 中几乎是不可想象的，并且本质上相当于 3 个独立的模型。

相比之下，Keras 支持两种模式 - 训练和测试（这对于 Dropout 和正则化等操作是必要的）。