我遇到了从keras生成的TF Estimators的问题 . 我在SessionRunHook中添加了以显示正在运行的步骤 . evaluate（）和predict（）都运行正确的步数，但是train（）只运行我告诉它的步数的一半，例如：我为2个时期指定了足够的步骤，它运行1.如果我为4个时期指定了足够的步骤，则它运行2 .

这是相关的代码片段 . 首先是我的输入功能 . 我使用相同的输入函数进行训练，评估和预测：

def input_function(features, labels=None, shuffle=False, batch_size=batch_size, num_epochs=1):
input_fn = tf.estimator.inputs.numpy_input_fn(
    x={model.input_names[0] : features},
    y=labels,
    batch_size=batch_size,
    num_epochs=num_epochs,
    shuffle=shuffle)
return input_fn

以下是我称之为培训的方式：

steps = np.ceil((nb_epoch * np.ceil(X_train.shape[0] / batch_size).astype(np.int32)) / num_gpus).astype(np.int32)
print("  Steps : ", steps, "\n")
time_hist = TimeHistory(num_steps = steps, stage_name='Training')
est_model.train(input_fn=input_function(X_train, y_train, shuffle=True, 
     num_epochs=nb_epoch), steps=steps, hooks=[time_hist])

time_hist是我的SessionRunHook，基本上计算步骤和打印进度 . 因此，当我对我的数据集进行培训时，我得到：

TRAINING MODEL

  Training dataset size :  39209
  Batch size :  128
  Epochs :  2
  Num GPUs :  1

  Steps :  614

Begin  Training ...
Step :  10 / 614
Step :  20 / 614
...
Step :  290 / 614
Step :  300 / 614
Training  finished.
  total time :  25.3624458313
  avg batch time :  0.08234560334837282
  num steps :  308

所以它（正确地）计算了它需要614步才能在39209个元素的数据集上运行128个batch_size的2个时期 . 我将steps = 614传递给train（），但它只运行308步！

当我运行评估时，它工作正常：

eval_steps = np.ceil((np.ceil(X_test.shape[0] / batch_size).astype(np.int32)) / num_gpus).astype(np.int32)
time_hist = TimeHistory(num_steps = eval_steps, stage_name='Testing')
score = est_model.evaluate(input_fn=input_function(X_test, y_test, shuffle=False), steps=eval_steps, hooks=[time_hist])

我得到：

TESTING MODEL
   Test dataset size :  12630 
Begin  Testing ... 
Step :  10 / 99 
... 
Step :  80 / 99 
Step :  90 / 99 
Testing  finished.   total time :  3.7828950882   
avg batch time :  0.03821106149692728   
num steps :  99 
Test score :  {'loss': 0.63948023, 'global_step': 616, 'accuracy': 0.8405659}

任何人都可以看到我做错了什么？使我抓狂！ :)

更新：经过一些进一步的调试（见下面的注释）后，似乎Tensorboard告诉我它按预期运行了616步，但SessionRunHook只计算了一半 . SessionRunHook是否可能每隔一步运行一次？ input_fn num_epochs，train steps和tensorboard global_step之间存在一些真正的混淆 . Grrrrrr ....

Update2：我添加了一些代码来打开我的钩子中的global_step_value，现在它看起来像：

Begin  Training ...
Step :  10 / 1228
  global_step :  20
Step :  20 / 1228
  global_step :  40
Step :  30 / 1228
  global_step :  60
...

因此，考虑到global_step是图表所看到的批次数，看起来它与我在钩子中计算的步骤之间存在一些不相交的关系 . 看起来钩子每秒只调用一次global_step . Hrmmm

谢谢，保罗

python tensorflow keras