Tensorflow Estimator API

Tensorflow Estimator API とは

Estimator は、完全なモデルを表しますが、ユーザーの多くに複雑な印象を与える傾向があります。Estimator API とは、モデルを学習して、その精度を評価し、推論を作成するためのメソッドを提供する高レベル API です。下の図のように、TensorFlow は複数の API 層からなるプログラミングスタックを提供します。Estimator には、事前構築された Estimator と、独自でカスタマイズする Estimator の 2 つのタイプがあります。Estimator ベースのモデルは、モデルを変更せずに、ローカルホストまたは分散マルチサーバー環境で実行できます。また、モデルを再コーディングすることなく、Estimator ベースのモデルは CPU、GPU、TPU 上で実行可能です。

Estimator の 4 つの主要な機能　

• 学習：与えられた入力データをもとに、指定された回数だけモデルを学習
• 評価：テストデータセットに基づいたモデルの評価
• 推論：学習済みモデルを使用したインターフェースの実行
• エクスポート：サーブするためのモデルのエクスポート

さらに、Estimator には、チェックポイントの保存や復元、サマリーの作成などの学習ジョブに共通するデフォルト動作があります。Estimator では、TensorFlow グラフのモデルと入力部分に対応するモデル関数（model_fn）と入力関数（input_fn）を記述する必要があります。

Estimator を使用するメリット

• モデル開発者間での、実装共有を簡素化
• モデルの作成が必要な場合、低レベルの TensorFlow API と比べ、操作が容易であることから、高レベルの直感的なコードで優れたモデルの開発が可能
• tf.keras.layers 上に構築されているため、カスタマイズが簡単
• Estimator でのグラフ作成による作業負担の軽減
• 安全な分散型トレーニングループを提供し、以下の方法とタイミングを管理：
  • グラフの作成
  • 変数の初期化
  • データの読み込み
  • 例外処理への対応
  • チェックポイントファイルの作成および障害からの復旧
  • TensorBoard サマリーの保存

FAQ

1, TensorFlow Estimator APIとは何ですか？
モデルの訓練・評価・推論・エクスポートを行う高レベル API で、分散環境でも容易に利用できます。

2, Estimatorの主なメリットは？
モデル開発の簡素化、再利用性、カスタマイズ性、安全な分散学習環境が挙げられます。

3, Estimatorで必要な関数は何ですか？
モデル構造を定義するmodel_fnと、データ入力を定義するinput_fnが必要です。