- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我想将标签嵌入到 Tensorflow 中的 DNNClassifier 模型中。与文档示例不同,here ,我收到以下错误消息:
label_keys_values = ["satan", "ipsweep", "nmap", "portsweep"]
m = tf.contrib.learn.DNNClassifier(model_dir=model_dir,
feature_columns=deep_columns,
n_classes=4,
hidden_units=[12, 4],
label_keys=label_keys_values)
m.fit(input_fn=train_input_fn, steps=200)
File "embedding_model_probe.py", line 118, in m.fit(input_fn=train_input_fn, steps=200) File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/util/deprecation.py", line 281, in new_func return func(*args, **kwargs) File "/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/estimators/estimator.py", line 430, in fit loss = self._train_model(input_fn=input_fn, hooks=hooks) File "/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/estimators/estimator.py", line 927, in _train_model model_fn_ops = self._get_train_ops(features, labels) File "/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/estimators/estimator.py", line 1132, in _get_train_ops return self._call_model_fn(features, labels, model_fn_lib.ModeKeys.TRAIN) File "/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/estimators/estimator.py", line 1103, in _call_model_fn model_fn_results = self._model_fn(features, labels, **kwargs) File "/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/estimators/dnn.py", line 180, in _dnn_model_fn logits=logits) File "/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/estimators/head.py", line 1004, in create_model_fn_ops labels = self._transform_labels(mode=mode, labels=labels) File "/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/estimators/head.py", line 1033, in _transform_labels "label_ids": table.lookup(labels_tensor), File "/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/lookup/lookup_ops.py", line 179, in lookup (self._key_dtype, keys.dtype)) TypeError: Signature mismatch. Keys must be dtype
另一方面,如果我将 label_key_values
列设置为 numpy.array
,我将收到以下错误:
label_keys_values = np.array(["satan", "ipsweep", "nmap", "portsweep"], dtype='string')
Traceback (most recent call last): File "embedding_model_probe.py", line 116, in label_keys=label_keys_values) File "/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/estimators/dnn.py", line 337, in init label_keys=label_keys), File "/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/estimators/head.py", line 331, in multi_class_head label_keys=label_keys) File "/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/estimators/head.py", line 986, in init if label_keys and len(label_keys) != n_classes: ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
最佳答案
我找到了解决方案。正如官方文档所说 here :
“如果用户在构造函数中指定 label_keys,则标签必须是来自 label_keys 词汇表的字符串。”
就我而言,我将训练和测试集中的标签列转换为一个单热向量(整数值),并且 label_keys_values
数组中的值与它们不匹配。
关于python-2.7 - DNNCLassifier Tensorflow 上的 label_keys 类型错误,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44219077/
我已经成功地在深度神经网络模型上使用了来自tensorflow的mnist数据集,该模型是我从头开始编码的。现在我想尝试使用 tensorflow 中可用的更简单的 DNNClassifier 函数。
我尝试使用tensorflow制作一个句子分类器,如官方网站tf.contrib.learn Quickstart的示例所示。但使用我自己的数据,首先我通过使用字典将所有数据(不同长度的字符串)转换为
我一直在使用 TF 1.3 中的估计器接口(interface),包括创建数据输入函数: training_input_fn = tf.estimator.inputs.pandas_input_fn
我想在 DNNClassifier 中使用单独的损失函数,因为我想使用的数据高度不平衡 tf.nn.weighted_cross_entropy_with_logits 作为损失函数,但我想我需要为它
我看了this了解如何在 Tensorboard 上可视化嵌入的教程。整个代码为here 。他使用卷积神经网络来训练模型。这是构建嵌入的核心部分: embedding = tf.Variable(t
我在 tensorflow 上训练了一个深度神经网络并用于预测一些示例,但是当我尝试使用 train.Saver() 保存它时我收到错误:“没有要保存的变量” 已经尝试过 train.Saver 像这
我正在使用 MNIST 教程中的代码: feature_columns = [tf.contrib.layers.real_valued_column("", dimension=4)] classi
我有一个巨大的训练 CSV 文件 (709M) 和一个大型测试 CSV 文件 (125M),我想在使用高级 Tensorflow API 的上下文中将它们发送到 DNNClassifier。 似乎 f
我正在使用 DNNClassifier Estimator 来训练二元分类器。我想记录设备信息以验证我的模型是在 GPU 还是 CPU 上运行。 由于使用 Estimator 我们不处理 sessio
我是 tensorflow 新手,使用 official tutorial tf.estimator.DNNClassifier 和自定义估计器来构建简单的神经网络来解决分类问题。 训练时: dnn_
我是 ML 和 TF 方面的新手,我正在尝试使用 TensorFlow Serving 在 GCP 上托管原始 TensorFlow 模型。为此,我需要将 DNNClassifier 模型转换为 Te
我是 TensorFlow 新手,我想知道 DNNRegressor、DNNClassifier 和 DNNEstimator 之间有什么区别。我在官方指南中找不到它。 最佳答案 DNN 代表“深度神
我正在研究二元分类问题,并在 TensorFlow 中使用 tf.contrib.learn.DNNClassifier 类。当仅针对 2 个类别调用此估计器时,它使用阈值 0.5 作为两个类别之间的
我正在尝试使用一些简单的数据来测试 TensorFlow tf.estimator。DNNClassifier X = [[1,2], [1,12], [1,17], [9,33], [48,49],
有人能给我指出 tf.estimator.DNNClassifier (最初是 skflow)的基本工作示例吗? 由于我熟悉 Sklearn,因此我很高兴在 this blog 上阅读有关 Sciki
尝试根据 Iris 数据集重现 Tensorflow 教程的结果 https://www.tensorflow.org/get_started/estimator 但是我无法运行它,因为存在属性错误我
我知道 DNNClassifier 现在是通过 estimator.DNNClassifier 训练的。在使用 contrib.learn.DNNClassifier 对其进行训练之前,我们可以使用
我编写了一小段代码来找到适合 CDC 数据集的最佳分类器。首先,我尝试了各种 scikit-learn 分类器,然后我决定添加 TF.Learn 分类器(DNNClassifier 和 LinearC
我是 TensorFlow 的新手,几天前才开始学习。我已经完成了本教程 ( https://www.tensorflow.org/versions/r0.9/tutorials/tflearn/in
我正在尝试训练 DNNClassifier labels = ['BENIGN', 'Syn', 'UDPLag', 'UDP', 'LDAP', 'MSSQL', 'NetBIOS', 'W
我是一名优秀的程序员,十分优秀!