tensorflow - tf.contrib.learn.BaseEstimator.evaluate()：“steps”参数是什么意思？

Question

根据https://www.tensorflow.org/versions/r0.9/api_docs/python/contrib.learn.html， tf.contrib.learn.BaseEstimator.evaluate 函数可以采用 steps 参数。参数解释如下：

步骤：评估模型的步骤数。如果没有，则永远评估。

评价怎么会有步骤？在我的理解中，一个训练有素的模型应该只“评估”一次（即steps=1），然后根据目标标签计算损失，对吧？

谢谢！

Answer 1

您还可以在生成数据的函数上运行经过训练的模型。在这种情况下，您可以生成无限量的数据，并且不想永远运行您的评估。（您也可以拥有大量数据和小批量，因此再次花费太长时间）。在任何一种情况下，您都只想评估某个总体样本的模型。