Для оценки тензорного потока, Как я могу получить значение (я) специфического тензора во время выполнения функции estimator.train ()?
Это может быть тривиально выполнено запуском сеанса тензорного потока, верно?как, sess.run([train_op, TensorA, TensorB, TensorC....])
.. Но у нас пока есть только функция estimator.train ... Как я могу получить TensorA для каждой партии ??
Я также хочу эту функцию для функции оценки .... Кажетсяон может только возвращать метрики ....
В частности, я могу написать некоторые элементы прогнозирования, как следующие для обучения / оценки EstimatorSpec.но не знаю, как получить реальные значения поездом эстимтора и оценить функции ....
output_spec = tf.contrib.tpu.TPUEstimatorSpec(
mode=mode,
loss=total_loss,
train_op=train_op,
scaffold_fn=scaffold_fn,
predictions={"probabilities": probabilities})