Возврат меток и прогнозов для tf.estimator.evaluate (), кроме потери - PullRequest
Новая
       9

Возврат меток и прогнозов для tf.estimator.evaluate (), кроме потери

0 голосов
/ 06 июня 2018

Я хочу запустить tf.estimator.Estimator с model_fn, который при вызове в tf.estimator.ModeKeys.EVAL возвращает не только потерю, но и словарь с прогнозируемым тензором и тензором меток (по правде говоря).Я экспериментирую с регрессией изображения, чтобы у меня был визуальный вкус качества ввода / прогнозирования.

Если бы я запускал код внутри моего model_fn: 

predictions = {
    "predictions": td.last()  # return the last tensor (prediction)
}

if mode == tf.estimator.ModeKeys.PREDICT:
    # wrap predictions into a class and return EstimatorSpec object
    return tf.estimator.EstimatorSpec(mode=mode, predictions=predictions)

# minimize on cross-entropy
loss = tf.losses.mean_squared_error(labels=labels, predictions=td.last())  # loss is a scalar tensor

if mode == tf.estimator.ModeKeys.EVAL:
    predictions['truth'] = tf.convert_to_tensor(labels, dtype=tf.float32)
    # wrap predictions into a class and return EstimatorSpec object
    return tf.estimator.EstimatorSpec(mode=mode, predictions=predictions, loss=loss)

TensorFlow мог быигнорировать параметр предсказаний в возвращенном EstimatorSpec при выполнении оценки.При работе по прогнозированию метки недоступны.

Знаете ли вы, есть ли способ сделать это?

Спасибо!

...