python – Tensorflow LinearRegressor功能不能具有等级0

2023年5月23日 419次阅读

我正在学习本教程,但未能为在y = x之上生成的数据集构建线性回归量.

这是我的代码的最后一部分,如果你想重现我的错误,你可以在这里找到
complete source code：

_CSV_COLUMN_DEFAULTS = [[0],[0]]
_CSV_COLUMNS = ['x', 'y']

def input_fn(data_file):

    def parse_csv(value):
        print('Parsing', data_file)
        columns = tf.decode_csv(value, record_defaults=_CSV_COLUMN_DEFAULTS)
        features = dict(zip(_CSV_COLUMNS, columns))
        labels = features.pop('y')
        return features, labels

    # Extract lines from input files using the Dataset API.
    dataset = tf.data.TextLineDataset(data_file)
    dataset = dataset.map(parse_csv)

    iterator = dataset.make_one_shot_iterator()
    features, labels = iterator.get_next()
    return features, labels

x = tf.feature_column.numeric_column('x')
base_columns = [x]

model_dir = tempfile.mkdtemp()
model = tf.estimator.LinearRegressor(model_dir=model_dir,     feature_columns=base_columns)

model = model.train(input_fn=lambda: input_fn(data_file=file_path))

不知何故,此代码将失败并显示错误消息

ValueError: Feature (key: x) cannot have rank 0. Give: Tensor("IteratorGetNext:0", shape=(), dtype=int32, device=/device:CPU:0)

由于tensorflow的性质,我发现基于给定的消息检查它真正出错的地方有点困难.任何帮助将不胜感激,谢谢！

最佳答案 据我所知,值的第一个维度是batch_size.因此,当input_fn返回数据时,它应该作为批处理返回数据.

一旦您将数据作为批处理返回,它就可以工作,例如：

dataset = tf.data.TextLineDataset(data_file)
dataset = dataset.map(parse_csv)
dataset = dataset.batch(10) # or any other batch size
点赞