使用 tensorflow 的 estimator.DNNRegressor 进行预测

Question

我对 tensorflow 很陌生，为了学习使用它，我目前正在尝试实现一个非常简单的 DNNRegressor，它可以预测物体在 2D 中的移动，但我似乎无法使用 predict 函数。

为此，我有一些输入数据 - 在许多先前的时间步长中对象的 x 和 y 坐标。如果对象继续以相同的速度沿相同方向移动，我希望输出能够合理估计对象的位置。

我使用的是 tensorflow 1.8.0 版

我的回归量是这样定义的：

CSV_COLUMN_NAMES = ['X_0', 'X_1', 'X_2', 'X_3', 'X_4', 'Y_0', 'Y_1', 'Y_2', 'Y_3', 'Y_4', 'Y_5']

my_feature_columns = []
for key in columnNames:
     my_feature_columns.append(tf.feature_column.numeric_column(key=key))


regressor = estimator.DNNRegressor(feature_columns=my_feature_columns,
                                           label_dimension=1,
                                           hidden_units=hidden_layers,
                                           model_dir=MODEL_PATH,
                                           dropout=dropout,
                                           config=test_config)

我的输入，就像 tensorflow 教程中关于预制估计器的输入一样，是一个以列为键的字典。 可以看到此输入的示例here。

regressor.train(arguments) 和 regressor.evaluate(arguments) 似乎工作得很好，但 predict 不行。

与tensorflow site上的代码平行我尝试这样做：

y_pred = regressor.predict(input_fn=eval_input_fn(X_test, labels=None, batch_size=1))

而且它似乎也有效。

我现在面临的问题是我无法从 y_pred 对象中得到任何东西。

当我输入print(y_pred) 时，我得到<generator object Estimator.predict at 0x7fd9e8899888>，这表明我应该能够迭代它，但是

    for elem in y_pred:
        print(elem)

结果为@​​987654329@

再次，我对此很陌生，如果答案很明显，我很抱歉，但如果有人能告诉我我在这里做错了什么，我将不胜感激。

Answer 1

input_fn 到 regressor.predict 应该是一个函数。见definition：

input_fn：构造特征的函数。

您需要将代码更改为：

y_pred = regressor.predict(input_fn=eval_input_fn)