, поэтому для каждого Оценщика нам нужно определить:
def model_fn(
features, # This is batch_features from input_fn
labels, # This is batch_labels from input_fn
mode, # An instance of tf.estimator.ModeKeys
params): # Additional configuration
Этот model_fn напрямую использует функции и использует его:
...
with tf.variable_scope("model") as scope:
weight = tf.get_variable("var1", [output_size, batch_size])
output = features["input"] * weight
...
Так что мой вопрос - переменные типаКажется, переменная weight создается каждый раз для каждого нового пакета, и как Оценщик потока тензорного потока повторно использует одну и ту же переменную в пакетах?И нужно ли нам использовать tf.get_variable(), а не tf.Variable() внутри Оценщика, чтобы тренинг повторно использовал переменную между партиями?