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)。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)