如何将tf.estimator转换为keras模型？

Question

16

在tf.estimator包中，有很多已定义的估算器。我想在Keras中使用它们。

我查看了TensorFlow（TF）文档，只有一种将keras.Model转换为tf.estimator的方法，但无法从estimator转换为Model。

例如，如果我们想要将以下估算器进行转换：

tf.estimator.DNNLinearCombinedRegressor

如何将其转换为Keras模型？

- cramer

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- rudolfovic · Accepted Answer

由于估计器可以在其model_fn函数中运行任意代码，因此您无法这样做。而Keras模型必须更加结构化，无论是顺序还是功能性，它们都必须由层组成。

Keras模型是一种非常特定的对象，因此可以轻松地包装和插入其他抽象。

估计器基于任意Python代码，并具有任意控制流，因此很难对它们强制执行任何结构。

估计器支持3种模式-训练、评估和预测。每个模式理论上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，实际上相当于三个单独的模型。

相比之下，Keras支持2种模式-训练和测试（这对于Dropout和正则化等事情是必要的）。