如何在 TensorFlow 1.0 中将 ValidationMonitor 用于 Estimator？答案

【问题标题】：How to use a ValidationMonitor for an Estimator in TensorFlow 1.0?如何在 TensorFlow 1.0 中将 ValidationMonitor 用于 Estimator？
【发布时间】：2017-03-13 13:49:39
【问题描述】：

TensorFlow 提供了将 ValidationMonitors 与几个预定义的估计器（如 tf.contrib.learn.DNNClassifier）结合起来的可能性。但我想为我自己的估算器使用 ValidationMonitor，它是基于 1 创建的。

对于我自己的估算器，我首先初始化一个 ValidationMonitor：

validation_monitor = tf.contrib.learn.monitors.ValidationMonitor(testX,testY,every_n_steps=50)

estimator = tf.contrib.learn.Estimator(model_fn=model,model_dir=direc,config=tf.contrib.learn.RunConfig(save_checkpoints_secs=1))

input_fn = tf.contrib.learn.io.numpy_input_fn({"x": x}, y, 4, num_epochs=1000)

这里我通过监视器如2 for tf.contrib.learn.DNNClassifier 所示：

estimator.fit(input_fn=input_fn, steps=1000,monitors=[validation_monitor])

这失败并打印了以下错误：

ValueError：功能与给定信息不兼容。给定特征：Tensor("input:0", shape=(?, 1), dtype=float64)，所需签名：{'x': TensorSignature(dtype=tf.float64, shape=TensorShape([Dimension(None)] ), is_sparse=False)}。

我如何将监视器用于我自己的估算器？
谢谢。

【问题讨论】：

标签： machine-learning tensorflow

【解决方案1】：

将包含 testX 和 testY 的 input_fn 传递给 ValidationMonitor 而不是传递张量 时问题得到解决>testX 和 testY 直接。

【讨论】：

【解决方案2】：

作为记录，您的错误是由于 ValidationMonitor 期望 x 是像 { 'feature_name_as_a_string' : feature_tensor } 这样的字典，而在您的 input_fn 中，这是通过调用 tf.contrib.learn.io.numpy_input_fn(...) 在内部完成的。

更多关于如何构建特征字典的信息可以在Building Input Functions with tf.contrib.learn article of the documentation找到。

【讨论】：