我修改了Wide and Deep tutorial(运行python2.7)以使用回归函数而不是分类器,并输出测试数据的预测。我目前这样做(将numpy作为np导入):
predicts = m.predict(input_fn=lambda: input_fn(df_test))
np.savetxt("predict.csv", predicts, delimiter=",")
在最新的r0.11版本中,我收到了一个关于即将到来的弃用的警告,其中返回值将是iterable。为了适应这种情况,我尝试了以下几点:
^{pr2}$这并没有达到预期的效果。CPU的命中率达到了80%,并一直保持这种状态,似乎是无限期的。我最后不得不在半个小时没有数据写入的情况下把它杀死。它想做什么?在
对于如何在返回as_iterable=True
时将这些预测输出到文本文件,有什么建议吗?在
更新: 我试过了:
predicts = m.predict(input_fn=lambda: input_fn(df_test), as_iterable=True)
with open("predict.csv", "w") as f:
for x in predicts:
f.write(str(x)+"\n")
结果似乎是一样的。我怀疑这是个虫子。有人能证实吗?在
将
as_iterable
与input_fn
一起使用有点危险:如果input_fn不总是抱怨新数据用完,那么由于uitable会很高兴地产生越来越多的输出,通常会反复运行同一个输入。在如果您查看广度和深度教程中的
input_fn
,您会发现其中没有队列,数据直接放入常量中。所以不管你多久拉一次这个input_fn
产生的张量,你总能得到数据。在只要它获得新数据,它就可以利用输入。在这种情况下,这意味着永远。在
这是一个错误,我们应该修复它。在
相关问题 更多 >
编程相关推荐