machine-learning - 如何在 TensorFlow 1.0 中使用 ValidationMonitor 作为估算器？

Question

TensorFlow 提供了将 ValidationMonitors 与多个预定义估计器(例如 tf.contrib.learn.DNNClassifier)相结合的可能性。但我想为我自己的估计器使用 ValidationMonitor，它是我基于 1 创建的。 .

对于我自己的估算器，我首先初始化一个 ValidationMonitor:

validation_monitor = tf.contrib.learn.monitors.ValidationMonitor(testX,testY,every_n_steps=50)

estimator = tf.contrib.learn.Estimator(model_fn=model,model_dir=direc,config=tf.contrib.learn.RunConfig(save_checkpoints_secs=1))

input_fn = tf.contrib.learn.io.numpy_input_fn({"x": x}, y, 4, num_epochs=1000)

这里我传递的监视器如2所示对于 tf.contrib.learn.DNNClassifier:

estimator.fit(input_fn=input_fn, steps=1000,monitors=[validation_monitor])

此操作失败并打印以下错误:

ValueError: Features are incompatible with given information. Given features: Tensor("input:0", shape=(?, 1), dtype=float64), required signatures: {'x': TensorSignature(dtype=tf.float64, shape=TensorShape([Dimension(None)]), is_sparse=False)}.

如何为我自己的估算器使用监视器？
谢谢。

Answer 1

将包含 testX 和 testY 的 input_fn 传递给 ValidationMonitor 而不是传递张量 时，问题得到解决直接 >testX 和 testY。