python - 使用 tf.estimator.DNNRegressor 与 tf.contrib.learn.DNNRegressor 时结果更差

Question

我在使用tf.estimator.DNNRegressor可用于 Tensorflow 的罐头时遇到问题。tf.estimator.DNNRegressor在 3.05 左右的损失与0.018 的损失相比，我的结果要差得多tf.contrib.learn.DNNRegressor。

重要的是要注意它们运行的​​是相同的代码（相同的功能、相同的时期、步骤、activation_fn=tf.nn.relu、hidden_​​units、优化器等）

我想知道这两个回归量之间是否存在一些显着差异。如果他们使用相同的参数，为什么我会得到更差的结果？以及如何解决这个问题以获得类似的结果？

我看到tf.contrib.learn.DNNRegressor被弃用了，所以新的估计器实现至少应该有类似的结果，对吧？

在此先感谢您的帮助或澄清。

标签： pythontensorflow