小编imh*_*uay的帖子

我正在尝试高级API tf.estimator，但是我发现很难通过会话来调试诸如全局步骤之类的交互结果。

cls = tf.estimator.Estimator(
    model_fn=my_model,
    params={
        'feature_columns': fcs,
        'hidden_units': [10, 10],
        'n_classes': 3,
    })

来自https://www.tensorflow.org/versions/master/get_started/custom_estimators的示例

我尝试了sess = tf.get_default_session和with tf.Session() as sess，但无法进行defut会话。

我在set/map中使用insert带有hint(emplace_hint)的函数.

该API文档说,使用暗示的地方时,它会"开始从提示.安迪搜索最后的地点和加快这一进程大大当实际插入点是任何一个位置或接近它."

我想知道这里的关闭是指之前,之后还是两者,以及如何有效地使用此功能？

如果使用lower_bound或upper_bound找到手头附近的地方,似乎没有加快这个过程.

使用这两个函数似乎得到相同的结果。

t4 = tf.get_variable('t4', initializer=tf.random_normal((2,), seed=0))
t5 = tf.get_variable('t5', shape=(2,), initializer=tf.random_normal_initializer(seed=0))

而且我发现里面random_normal_initializer()也使用了random_normal()。

我不清楚地意识到它们之间的区别。该random_normal会返回一个常数张量，但random_normal_initializer初始化后，将返回值。

我想更多地了解如何在正确的时间使用这两个功能。

它是否random_normal用于初始化变量，实际上会两次初始化（在初始化变量之后）？换句话说，如果它们之间存在性能问题。