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。