python - tf.contrib.learn.LinearRegressor 的拟合函数要求切换到 tf.train.get_global_step

Question

我试图让一个LinearRegressor工作，但我收到一个错误，似乎没有太多相关文档。

当我这样做时:

regressor = tf.contrib.learn.LinearRegressor(feature_columns=linear_features)

regressor.fit(input_fn=training_input_fn, steps=10000)

regressor.evaluate(input_fn=eval_input_fn)

我收到错误:

Instructions for updating: Please switch to tf.train.get_global_step

我不知道如何继续。

我从文档中读到:

SOME ARGUMENTS ARE DEPRECATED. They will be removed after 2016-12-01. Instructions for updating: Estimator is decoupled from Scikit Learn interface by moving into separate class SKCompat. Arguments x, y and batch_size are only available in the SKCompat class, Estimator will only accept input_fn. Example conversion: est = Estimator(...) -> est = SKCompat(Estimator(...))

但我不确定应该更改为什么，或者如何切换到全局步骤。

我尝试使用tf.estimator.LinearRegressor主要是因为我没有想法，并且做了这样的事情:

estimator = tf.estimator.LinearRegressor(feature_columns=linear_features)

estimator.train(input_fn=training_input_fn)
estimator.evaluate(input_fn=eval_input_fn)
estimator.predict(input_fn=eval_input_fn)

但根本没有输出。

Answer 1

Instructions for updating: Please switch to tf.train.get_global_step

实际上，这不是错误，而是警告。之所以会记录它，是因为您正在使用 contrib 包(请参阅 this discussion，简短摘要:已弃用)。

您应该切换到核心 tf.estimator API，其中包括所有内容:

• tf.estimator.LinearRegressor 而不是 tf.contrib.learn.LinearRegressor
• tf.estimator.inputs.numpy_input_fn 而不是 tf.contrib.learn.io.numpy_input_fn
• tf.feature_column.numeric_column 而不是 tf.contrib.layers.real_valued_column
• ...

<小时/>

使用新的Estimator看不到任何内容的原因可能是由于eval_input_fn函数。确保指定 num_epochs=1，否则它将在评估过程中一次又一次地循环数据集。