爲什麼要定義類估計器的評估（）的步驟數？

Question

爲什麼在調用類估計器的evaluate（）函數時定義步數是有用的？

nn = tf.contrib.learn.Estimator(model_fn=model_fn, params=model_params, model_dir= direc) 

# Fit 
nn.fit(x=training_set.data, y=training_set.target, steps=500) 

# Score accuracy 
ev = nn.evaluate(x=test_set.data, y=test_set.target, steps=1) 

如果不是這樣的情況，評估（）的步數總是1？當你的特點和目標產生一個史詩後不會停止

Answer 1

參數的步驟是十分有用。有幾種不同的x =，y =，input_fn =，feed_fn =和steps =允許的組合（以及許多不允許的組合）。由於Estimator仍在tf.contrib.learn之內，Google團隊仍在積極開發它。聽起來像Estimator將在4月份的某個時候推出版本r1.1中的tf.core。在此之前，文檔是sparce，可能會改變。