2016-09-25 174 views
4

我培養了LinearRegressor有兩個特點:X,Y和標籤:LKeyError異常在Tensorflow致電時預測的訓練模型

def train_input_fn(): 
    x = [1,2,3,4] 
    y = [2,3,4,5] 
    feature_cols = tf.constant(x) 
    labels = tf.constant(y) 
    return feature_cols, labels  

x = tf.contrib.layers.real_valued_column("x") 
y = tf.contrib.layers.real_valued_column("y")  
m = tf.contrib.learn.LinearRegressor(feature_columns=[ x,y], 
             model_dir=model_dir) 
m.fit(input_fn=train_input_fn, steps=100) 

訓練結束後我想從兩個新值

new_sample = np.array([20,20]) 
m.predict(new_sample) 
預測

但打電話時預測

File "/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/layers/python/layers/feature_column.py", line 870, in insert_transformed_feature 
input_tensor = columns_to_tensors[self.name] 
KeyError: 'x' 

有誰知道爲什麼我得到摳像我收到此錯誤信息ROR?

+0

嗨尼克拉斯,你是如何解決這個問題?我有和你一樣的錯誤。並且,pred = self.model.predict_proba(input_fn = lambda:self.input_fn(data)),它的工作原理。但是,當我使用X作爲輸入時,它不起作用。 – user48135

+0

Hi @ user48135我用下面接受的答案解決了它 – Niclas

回答

1

試試這個:

my_feature_columns = [tf.contrib.layers.real_valued_column("", dimension=2)] 
m = tf.contrib.learn.LinearRegressor(feature_columns=my_feature_columns, 
            model_dir=model_dir) 
m.fit(input_fn=train_input_fn, steps=100) 
0

我不是Tensorflow專家,但這個工作對我來說:

new_sample = np.array([20,20],dtype='float32') 
empty_y = np.zeros(len(new_sample),dtype='float32') 
prediction_x = tf.contrib.learn.io.numpy_input_fn({"x":new_sample},empty_y, batch_size=45, num_epochs=100) 
forecast = list(estimator.predict(input_fn=prediction_x,as_iterable=False))