tf.contrib.learn.BaseEstimator.evaluate()："steps"参数是什么意思？
tf.contrib.learn.BaseEstimator.evaluate(): What is the meaning of the "steps" parameter?
根据https://www.tensorflow.org/versions/r0.9/api_docs/python/contrib.learn.html，tf.contrib.learn.BaseEstimator.evaluate函数可以接受一个steps参数。参数解释如下：
steps: Number of steps for which to evaluate model. If None, evaluate
forever.
评价怎么会有步骤？在我的理解中，一个训练好的模型应该是"evaluated"只有一次（即steps=1），然后针对目标标签计算loss，对吧？
谢谢！
您还可以 运行 在生成数据的函数上训练模型。在这种情况下，您可以生成无限量的数据，并且不想 运行 您的评估永远存在。 （您也可以拥有大量数据和小批量，因此再次花费太长时间）。在任何一种情况下，您都只想评估某些人口样本的模型。
根据https://www.tensorflow.org/versions/r0.9/api_docs/python/contrib.learn.html，tf.contrib.learn.BaseEstimator.evaluate函数可以接受一个steps参数。参数解释如下：
steps: Number of steps for which to evaluate model. If None, evaluate forever.
评价怎么会有步骤？在我的理解中，一个训练好的模型应该是"evaluated"只有一次（即steps=1），然后针对目标标签计算loss，对吧？
谢谢！
您还可以 运行 在生成数据的函数上训练模型。在这种情况下，您可以生成无限量的数据，并且不想 运行 您的评估永远存在。 （您也可以拥有大量数据和小批量，因此再次花费太长时间）。在任何一种情况下，您都只想评估某些人口样本的模型。