TensorFlow：EVAL和INFER之间的差异

Question

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

此外，它们与tf.contrib.learn.Estimator类对象的确切用途是什么？

我正在尝试按照本教程进行操作：https://www.tensorflow.org/tutorials/layers，我正在努力了解这些＆＃34;模式的目的＆＃34;。

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

Answer 1

EVAL似乎与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，其中当模型已经训练并且纯粹用于进行预测时使用INFER。例如，在您链接的教程中，当在EVAL或TRAIN模式下使用模型时，损失函数op包含在图形中，但在INFER模式下则不包括。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，但是当你纯粹对产生预测感兴趣时（INFER模式）你不需要它。