問題タブ [tensorflow-estimator]

推定量の評価中に、tensorflow で決定係数 (R 二乗) を計算したいと考えています。公式のメトリックの実装に基づいて、次の方法で大まかに実装しようとしました。

次に、この関数を EstimatorSpec のメトリックとして使用します。

ただし、R squared の実装は update_op を返さないため、これは失敗します。

さて、update_op は正確に何をすべきなのだろうか? 実際に update_op を実装する必要がありますか、それとも何らかのダミーの update_op を作成できますか? また、必要な場合、どのように実装しますか?

TensorFlow で tf.estimator を使用して alexnet モデルをトレーニングしようとしています。トレーニング プロセスはスムーズに機能し、ログが適切に表示されていることがわかります。

以下は、トレーニング関数の呼び出し方法です。

tf estimator オブジェクトから通常の python 浮動小数点として損失値を取得するにはどうすればよいですか

tf.estimator.LinearClassifier をトレーニングしました。モデルのトレーニングと評価にはデータ サイズに対して妥当な時間 (~60 秒) がかかりますが、予測には桁違いに長い時間がかかります (~1 時間)。

予測コードは次のとおりです。

と：

2 行目は、10,000 サンプル (1 バッチに相当) 実行した場合、実行に 0.8 秒かかります。50 000 000 サンプルの場合、予測には 1 時間以上かかります。

この段階での私の推測では、このパフォーマンスの低下は、エスティメーターの predict() 関数が実際の予測結果を返すのではなく、python ジェネレーターを返しているという事実によって単純に引き起こされているということです。バッチごとに、ジェネレーターは最終的に関数を 10,000 回呼び出して、10,000 個の予測結果を取得します。これは非効率に思えます。

スピードアップするオプションはありますか？