我在我的个人数据集上运行TensorFlowhttps://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/learn/wide_n_deep_tutorial.py的wide_n_deep_教程程序时遇到了一个问题,参数是可变的。我正在从S3加载数据。
我的目标变量是“impression_flag”,它的值为“TRUE”或“FALSE”。以下是train-and-eval方法的代码片段:
def train_and_eval():
"""Train and evaluate the model."""
train_file_name, test_file_name = maybe_download()
df_train = pd.read_csv(
tf.gfile.Open(train_file_name),
names=COLUMNS,
skipinitialspace=True)
df_test = pd.read_csv(
tf.gfile.Open(test_file_name),
names=COLUMNS,
skipinitialspace=True,
skiprows=1)
df_train[LABEL_COLUMN] = (
df_train["impression_flag"].apply(lambda x: "TRUE" in x)).astype(int)
df_test[LABEL_COLUMN] = (
df_test["impression_flag"].apply(lambda x: "TRUE" in x)).astype(int)
model_dir = tempfile.mkdtemp() if not FLAGS.model_dir else FLAGS.model_dir
print("model directory = %s" % model_dir)
m = build_estimator(model_dir)
m.fit(input_fn=lambda: input_fn(df_train), steps=FLAGS.train_steps)
results = m.evaluate(input_fn=lambda: input_fn(df_test), steps=1)
for key in sorted(results):
print("%s: %s" % (key, results[key]))
运行代码时,将显示错误“Type error:'float'类型的参数不可iterable”。下面是错误的截图。 enter image description here
任何帮助都将不胜感激!
目前没有回答
相关问题 更多 >
编程相关推荐