tf.estimator的使用笔记

estimator使用流程共有四部

第一步、定义input_fn函数

定义input_fn函数，构建数据集，包括数据预处理、数据增广

第二步、定义model_fn函数

• 构建模型。
• 计算学习率、构建优化器、创建train_op操作。
• 定义性能指标（性能指标在命令行或summary操作中都会用到）

第三部、实例化tf.estimator.Estimator

定义训练过程中相关操作，包括什么时候进行summary/save/logging操作，summary/save操作的保存路径。
设置tf.Session的参数。
传入自定义的hook，进行定制训练。

第四部、对象的train、evaluate、predict方法

通过 tf.estimator.Estimator 对象的train、evaluate、predict方法，传入input_fn函数进行对应的操作。
可以通过传入hooks来实现自定义功能。