tf.estimator API技术手册（5）——BestExporter（最佳模型输出器）

（一）简 介

BestExporter继承自Exporter类，定义在tensorflow/python/estimator/exporter.py中，它用于导出最优模型的计算图和checkpoints文件，每当新的模型的表现优于旧模型时，它就会启动将最新的模型导出。创建一个BestExporter用于训练和评估：

def make_train_and_eval_fn():
  # 创建特征列
  categorial_feature_a = (
      tf.feature_column.categorical_column_with_hash_bucket(...))
  categorial_feature_a_emb = embedding_column(
      categorical_column=categorial_feature_a, ...)
  ...  # 其他特征列
  estimator = tf.estimator.DNNClassifier(
      config=tf.estimator.RunConfig(
          model_dir='/my_model', save_summary_steps=100),
      feature_columns=[categorial_feature_a_emb, ...],
      hidden_units=[1024, 512, 256])

  serving_feature_spec = tf.feature_column.make_parse_example_spec(
      categorial_feature_a_emb)
  serving_input_receiver_fn = (
      tf.estimator.export.build_parsing_serving_input_receiver_fn(
      serving_feature_spec))

  exporter = tf.estimator.BestExporter(
      name="best_exporter",
      serving_input_receiver_fn=serving_input_receiver_fn,
      exports_to_keep=5)

  train_spec = tf.estimator.TrainSpec(...)

  eval_spec = [tf.estimator.EvalSpec(
    input_fn=eval_input_fn,
    steps=100,
    exporters=exporter,
    start_delay_secs=0,
    throttle_secs=5)]

  return tf.estimator.DistributedTrainingSpec(estimator, train_spec,
                                              eval_spec)

（二）初始化

初始化方法如下：

__init__(
    name='best_exporter',
    serving_input_receiver_fn=None,
    event_file_pattern='eval/*.tfevents.*',
    compare_fn=_loss_smaller,
    assets_extra=None,
    as_text=False,
    exports_to_keep=5
)

参数如下：

• name:
  一个Exporter的名称，将被用在导出路径中

• serving_input_receiver_fn:
  一个无参数函数，并将返回一个ServingInputReceiver。

• event_file_pattern:
  event file name pattern relative to model_dir. If None, however, the exporter would not be preemption-safe. To be preemption-safe, event_file_pattern should be specified.

• compare_fn:
  一个比较函数，如果当前评估结果更优，就返回True。参照以下标准:

  • 参数：
    • best_eval_result:
      最优模型的评估结果
    • current_eval_result:
      当前候选模型的评估结果

• assets_extra:
  一个可选的字典，用来指定如何填充导出的保存模型中的assets.extra目录，例如： {‘my_asset_file.txt’: ‘/path/to/my_asset_file.txt’}.

• as_text:
  是否在文本格式中写入SaveModel原型，默认为False。

• exports_to_keep:
  旧的导出结果的保存数量，旧的导出结果将会被“垃圾回收”，默认值为5，设置为None时则不进行回收操作。

（三）方 法（Methods）

（1）export

export(
    estimator,
    export_path,
    checkpoint_path,
    eval_result,
    is_the_final_export
)

参数如下：

• estimator:
  需要导出的Estimator。

• export_path:
  导出的路径
  A string containing a directory where to write the export.

• checkpoint_path:
  导出checkpoints的路径

• eval_result:
  Estimator.evaluate方法记录在checkpoint中的输出结果

• is_the_final_export:
  当训练结束输出时，此布尔值为True。在训练中，此值为False。如果TrainSpec.max_steps为None时，把Exporter传递给tf.estimator.train_and_evaluate is_the_final_export，该值总是为False。