在tf.estimator 包中，有很多已定义的估算器。我想在 Keras 中使用它们。
我查看了 TF 文档，只有一种转换方法可以将 keras. Model 转换为 tf. estimator，但无法从 estimator 转换为 Model。
例如，如果我们要转换以下估算器：
tf.estimator.DNNLinearCombinedRegressor
如何转化为 Keras 模型？
【问题讨论】：
标签： python-3.x tensorflow keras
您不能，因为估算器可以在其model_fn 函数中运行任意代码，而且 Keras 模型必须更加结构化，无论是顺序的还是功能性的，它们基本上都必须由层组成。
Keras 模型是一种非常特殊的对象类型，因此可以轻松包装并插入其他抽象。
估计器基于具有任意控制流的任意 Python 代码，因此将任何结构强加于它们是相当棘手的。
估算器支持 3 种模式 - 训练、评估和预测。从理论上讲，它们中的每一个都可以具有完全独立的流，具有不同的权重、架构等。这在 Keras 中几乎是不可想象的，并且基本上相当于 3 个独立的模型。
相比之下，Keras 支持 2 种模式 - 训练和测试（这对于 Dropout 和正则化之类的东西是必需的）。
【讨论】：