python - Tensorflow DNNRegressor 多输出

Question

我正在尝试使用 tf.contrib.learn.DNNRegressor 为多输入多输出系统建模。我关注了Boston DNNRegressor example在 Tensorflow 网站上，但是当我尝试将 2 个输出的数组传递给回归器装配器时，我得到了

raise ValueError("Shapes %s and %s are incompatible" % (self, other))
ValueError: Shapes (100, 1) and (100, 2) are incompatible

我找到了 this post一月份没有回复，所以其他人似乎也遇到过这个问题。

我可以想象对每个输出使用多个 DNNRegressor，但是是否可以在 Tensorflow 中使用单个 DNNRegressor 预测多个输出？

我在 Ubuntu 16.04 上运行 Tensorflow 1.2.1。

Answer 1

这可能有点太晚了，但当前的 tf.estimator.DNNRegressor 有一个参数 label_dimension 可能会满足您的需求。

regressor = estimator.DNNRegressor(feature_columns=my_feature_columns,
                                   label_dimension=2,
                                   hidden_units=hidden_layers,
                                   model_dir=MODEL_PATH)

在我的例子中，这完美地处理了两个输出