我想在Kaggle笔记本环境中训练一个带有 tf.estimator.DNNClassifier
的模型,其中互联网被阻止 . 因此,我无法使用Tensorboard来监控进度 . 所以相反,我想在标准输出中记录进度(类似于我们在Keras模型上调用 fit
方法时),但我无法使其工作 .
到目前为止我所尝试的是将日志记录级别设置为 INFO
并将 tf.estimator.RunConfig
实例传递给估算器 . RunConfig
具有 log_step_count_steps
属性,默认值= 100,这似乎与我要查找的内容有关,但它不起作用 . 以下是代码的一部分:
import logging;
logging.getLogger().setLevel(logging.INFO)
tf.logging.set_verbosity(tf.logging.INFO)
config = tf.estimator.RunConfig()
classifier = tf.estimator.DNNClassifier(
feature_columns = feature_columns,
hidden_units = [128, 64],
n_classes = 2,
config = config
)
classifier.train(input_fn=train_input_fn)
我使用Tensorflow版本 1.11.0-rc1
.