下载
中文
注册
我要评分
文档获取效率
文档正确性
内容完整性
文档易理解
在线提单
论坛求助
昇腾小AI

NPUEstimatorSpec构造函数

功能说明

NPUEstimatorSpec类的构造函数,NPUEstimatorSpec类继承了TensorFlow的EstimatorSpec类,可以调用基类的原生接口,定义具体的模型对象。

EstimatorSpec是model_fn的返回数据结构,包含了mode,predictions,loss,train_op和export_outputs等字段,传递到Estimator。直接使用EstimatorSpec无法满足训练的功能,定义NPUEstimatorSpec,代替EstimatorSpec的功能。

函数原型

def __new__(cls,
mode,
predictions=None,
loss=None,
train_op=None,
eval_metric_ops=None,
export_outputs=None,
training_chief_hooks=None,
training_hooks=None,
scaffold=None,
evaluation_hooks=None,
prediction_hooks=None,
host_call=None)

参数说明

参数名

输入/输出

描述

NPUEstimatorSpec继承EstimatorSpec的参数:

mode

输入

模式,指明当前是在训练、验证、还是推理。

  • ModeKeys.TRAIN:表示训练。
  • ModeKeys.EVAL:表示验证。
  • ModeKeys.PREDICT:表示推理。

predictions

输入

推理的输出Tensor,当mode为ModeKeys.PREDICT时必须指定该参数。

loss

输入

训练的损失。

train_op

输入

训练算子。

eval_metric_ops

输入

度量结果的字典(按照Tensor名称)。 字典值可以是以下之一:

  • Metric类的实例。
  • 调用度量函数的结果,即(metric_tensor,update_op)元组。

export_outputs

输入

用于模型保存,描述了导出到SavedModel的输出格式。

training_chief_hooks

输入

训练执行时主节点的SessionRunHooks集合。

training_hooks

输入

训练执行时的SessionRunHooks集合。

scaffold

输入

定义scaffold(提供定制saver、init_op、summary_op、global_step的能力)

evaluation_hooks

输入

验证执行时的SessionRunHooks集合

prediction_hook

输入

推理执行时的SessionRunHooks集合

NPUEstimatorSpec新增参数

host_call

输入

捕捉Summary信息,将每个step的信息传回Host侧查看。

host_call是一个function和一个tensor的列表或字典组成的元组,用于返回tensor列表。

host_call目前适用于train()和evaluate()。

返回值

返回NPUEstimatorSpec类对象。

调用示例

1
2
3
4
from npu_bridge.npu_init import *
...
host_call = (_host_call_fn, [global_step, loss])
return NPUEstimatorSpec(mode=tf.estimator.ModeKeys.TRAIN, loss=loss, train_op=train_op, host_call=host_call)
搜索结果
找到“0”个结果

当前产品无相关内容

未找到相关内容,请尝试其他搜索词