Tensorflow Estimator API：如何从输入函数传递参数

Question

我正在尝试添加类权重作为模型的超参数，但要计算权重我需要读取输入数据，这发生在 input_fn 内部，然后传递给 estimator.fit()。 input_fn 的输出只是特征，标签应该具有相同的形状 num_examples * num_features。我的问题 - 有没有办法将数据从 input_fn 传播到 model_fn 的超参数图？或者作为替代方案 - 可能有一个 input_fn 数据集的包装器，它允许对少数/欠采样的多数以及批处理进行过采样 - 在这种情况下，我不需要任何参数来传播。

Answer 1

特征和标签都可以是张量的字典（不仅仅是一个张量）。张量可以是您想要的任何形状，尽管通常是 num_examples * ...

如果您不使用任何预定义的估计器，最简单的方法是添加另一个具有计算权重所需的特征，计算模型中的权重然后使用它们（乘以损失或将其传递为一个参数）。

您还可以访问 input_fn 中的超参数，以便您可以在那里计算权重并将其添加为单独的列。

如果您使用固定估算器，请查看文档。我看到他们中的大多数都支持 weight_column_name。在这种情况下，只需将其命名为您在特征字典中用于权重值的名称。

或者，如果所有其他方法都失败了，您可以在将数据提供给 tensorflow 之前按照您想要的方式对数据进行采样。