tensorflow - slim.learning.train 的两个训练操作（TensorFlow、TF-Slim）

Question

一些架构需要两个或更多的训练操作（例如，在 GAN 中，您需要训练生成器和判别器）。如何使用 TF-Slim 训练功能实现这一目标？据我所见， slim.learning.train 只需要一个训练操作。

Answer 1

你可以overide train_step_fn，这是运行时的主体功能slim.learning.train()。

例如，假设您有train_op1and train_op2， set train_ops = [train_op1, train_op2]，然后您可以尝试以下操作：

def train_step_fn(session, train_ops, global_step, train_step_kwargs):
  session.run(train_ops[0], ...)
  session.run(train_ops[1], ...)
  ...

slim.learning.train(train_step_fn=train_step_fn, ...)

Answer 2

您可以汇总 slim.learning.create_train_op 创建的训练操作。train_op 只是一个张量，它会在评估时更新参数并返回损失。如果您添加两个训练操作，则两者都将被评估（并行）。