函数引用
估计罐头 |
|
---|---|
构造一个线性估计器 |
|
深层神经网络 |
|
|
线性组合深度神经网络 |
提高了树估计量 |
|
估计方法 |
|
火车一个估计量 |
|
使用估计器生成预测 |
|
评估一个估计量 |
|
保存一个估计量 |
|
输入函数 |
|
构造输入函数 |
|
构造包含Python Numpy数组字典的输入函数 |
|
功能列 |
|
功能列 |
|
构建输入层 |
|
用记忆词汇表构造一个分类列 |
|
用词汇表文件构造一个分类列 |
|
构造一个返回标识值的类别列 |
|
表示稀疏特征,其中id是通过哈希设置的 |
|
构造加权分类列 |
|
表示给定类别列的多热表示 |
|
构造一个实值列 |
|
构建密集柱 |
|
构建交叉栏 |
|
构造一个桶化列 |
|
定制的估计 |
|
构造一个自定义估计器 |
|
定义一个评估器规范 |
|
运行钩子 |
|
每N步或秒保存检查点 |
|
延迟执行,直到全局步骤到达 |
|
保存指标历史记录的自定义运行钩子 |
|
每N步,每N秒,或在结束时打印给定的张量 |
|
南损失监测 |
|
用于在训练或评估期间创建和更新进度条的自定义运行钩子 |
|
每秒步数监视器 |
|
监视器请求在指定的步骤停止 |
|
每N步保存摘要 |
|
创建自定义会话运行钩子 |
|
运行配置 |
|
运行配置 |
|
任务类型 |
|
估计量的钥匙 |
|
规范模式键 |
|
规范标准键 |
|
标准模型预测键 |
|
解析工具 |
|
为回归量使用的TensorFlow示例生成解析规范 |
|
生成与分类器一起使用的TensorFlow示例解析规范 |
|
其他实用程序 |
|
用于图形集合的标准名称 |
|
获取检查点目录中的最新检查点 |