禁用 TensorBoard 登录 tf.Estimator 方法
Disable TensorBoard logging on tf.Estimator methods
有没有办法在使用 tf.estimator.Estimator
class 时禁用自动 TensorBoard 日志记录?
# Classifier
classifier = tf.estimator.Estimator(
model_fn=lambda features, labels, mode, params: model(features, labels, mode, params, word_embeddings),
params=params,
model_dir=str(MODEL_DIR),
tensorboard=Fasle) # <---- Something like that?
for _ in range(params['epochs']):
classifier.train(input_fn=lambda: input_fn(generator, example_generator._data['train'] ,batch_size=params['batch_size']))
classifier.evaluate(input_fn=lambda: input_fn(generator, example_generator._data['validation'], batch_size=params['batch_size']))
我通读了 tf.estimator.RunConfig
但找不到解决方案。
使用 save_summary_steps=None
为 Estimator 实例化 RunConfig 应该可以解决这个问题
有没有办法在使用 tf.estimator.Estimator
class 时禁用自动 TensorBoard 日志记录?
# Classifier
classifier = tf.estimator.Estimator(
model_fn=lambda features, labels, mode, params: model(features, labels, mode, params, word_embeddings),
params=params,
model_dir=str(MODEL_DIR),
tensorboard=Fasle) # <---- Something like that?
for _ in range(params['epochs']):
classifier.train(input_fn=lambda: input_fn(generator, example_generator._data['train'] ,batch_size=params['batch_size']))
classifier.evaluate(input_fn=lambda: input_fn(generator, example_generator._data['validation'], batch_size=params['batch_size']))
我通读了 tf.estimator.RunConfig
但找不到解决方案。
使用 save_summary_steps=None
为 Estimator 实例化 RunConfig 应该可以解决这个问题