我可以从估算器中获取 tensorflow 会话吗？

Question

我正在使用 tf.estimator 的 LinearRegressor 并想将我的学习率衰减（最初是指数衰减）更改为使用损失的衰减。但是为此，我需要将评估损失传递给学习率衰减张量的一些占位符，并且在这一步中，我需要 tf.session.

我尝试tf.get_default_session()获取估算器创建的会话，但该会话使用的图表与估算器不同。


    def my_decay(learning_rate, global_step, decay_step, loss, decay_rate):
      # If loss is not reduced, than decay with decay_rate.

    loss = tf.placeholder(tf.float32)
    estimator = tf.estimator.LinearRegressor(
    feature_columns=feature_columns,
    optimizer==lambda: tf.train.FtrlOptimizer(
        learning_rate=my_decay(learning_rate=0.1,
        global_step=tf.get_global_step(), decay_step=10000,
        loss=loss, decay_rate=0.96)),
      config=sess_config
    )

    for _ in range(n_epoches):
      metrics = tf.estimator.train_and_evaluate(estimator, train_spec, eval_spec)
      session.run(loss.assign(metrics['loss']))

使用上面的代码，我需要从估算器中获取 session。有什么办法可以得到这个吗？

提前致谢！

Answer 1

像这样的事情的预期解决方案是 subclass tf.train.SessionRunHook and override the before_run method to return a suitable tf.train.SessionRunArgs。这将允许您在训练时提供值并将提取添加到 session.run 调用。您的 class 必须携带对占位符和 loss 状态 in-between 调用的引用。

然后您只需实例化 class 并将挂钩添加到 estimator.train 调用中的 hooks 参数，在本例中是您的 train_spec。如果你想使用评估损失而不是训练损失，那么这可以通过向 eval_spec 添加另一个钩子来实现，该钩子读取 after_run 方法中的值。

我可以从估算器中获取 tensorflow 会话吗？

Can I get the tensorflow session from the estimator?

tensorflow

tensorflow-estimator