tf.estimator - 评价器模块简介

estimator模块本质上是对底层API（主要是Graph, Session, Saver, meta_graph等）的封装，所以它的代码看起来像是俄罗斯套娃，一层一层地把信息从高层到低层展开。但只要对底层API有一定了解，弄清整个逻辑并不太费力。

个人理解，主要是如下几个方面封装：

• RunConfig: 封装了分布式运行信息，如IP和端口，模型存储路径。
• replica_device_setter: 封装了变量、op和device关系，即算子分配信息。
• EstimatorSpec: 封装了estimator不同行为模型下（Train, Evaluate, Predict）的图构建方法。
• Scaffold：固化了一张特定图的全部信息。
• MonitoredSession: 抽象了不同类型任务(ps, task, master)的Session创建方法。

大多数类的作用都是类型校验和数据封装，并不困难，就不多说了。下面是对train方法追踪涉及的模块框架，便于读者按图索骏。