TensorFlow: EVAL和INFER之间的区别

Question

tf.contrib.learn.ModeKeys.EVAL和tf.contrib.learn.ModeKeys.INFER之间的区别是什么

另外，这些是如何与tf.contrib.learn.Estimator类对象一起使用的呢？

我正在尝试遵循这个教程：https://www.tensorflow.org/tutorials/layers，我正在努力理解这些“模式”中的每一个的目的。

接口文档：https://www.tensorflow.org/api_docs/python/tf/contrib/learn/ModeKeys

Answer 1

似乎EVAL与INFER的不同之处在于，EVAL是在训练期间评估模型时使用的模式，而INFER是在模型已经训练好的情况下使用的，纯粹是用来进行预测的。例如，在您链接的教程中，当模型在EVAL或训练模式下使用，而不是在推断模式下使用时，损失函数op包含在图形中。因为在进行训练进度评估(EVAL模式)时知道损失函数的值是有用的，但当您纯粹对生成预测(推断模式)感兴趣时，您就不需要它了。