问题标签 [skflow]

我想创建一个比需要以自定义方式连接的层更复杂的架构。我可以在 skflow 中实现这一点吗？如果不是，哪个框架最好？谢谢

我使用在 tensorflow 中实现的随机森林估计器来预测文本是否为英文。我使用以下代码（train_input_fn 函数返回特征和类标签）保存了我的模型（具有 2k 个样本和 2 个类标签 0/1（非英语/英语）的数据集）：

运行上述代码后，graph.pbtxt 和 checkpoints 保存在模型文件夹中。现在我想在 Android 上使用它。我有两个问题：

1. 作为第一步，我需要将图形和检查点冻结为 .pb 文件，以便在 Android 上使用它。我尝试了 freeze_graph（我在这里使用了代码：https ://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/tools/freeze_graph.py ）。当我在我的模式下调用 freeze_graph 时，我收到以下错误并且代码无法创建最终的 .pb 图：

   文件“/Users/XXXXXXX/freeze_graph.py”，第 105 行，在 freeze_graph _ = tf.import_graph_def(input_graph_def, name="") 文件“/anaconda/envs/tensorflow/lib/python2.7/site-packages/tensorflow /python/framework/importer.py"，第 258 行，在 import_graph_def op_def = op_dict[node.op] KeyError: u'CountExtremelyRandomStats'

这就是我所说的 freeze_graph：

我还尝试在“tf.contrib.learn.datasets.load_iris”中冻结 iris 数据集。我犯了同样的错误。所以我相信它与数据集无关。

2. 第二步，我需要使用手机上的 .pb 文件来预测文本。我通过谷歌找到了相机演示示例，其中包含大量代码。我想知道是否有分步教程如何通过传递特征向量并获取类标签在Android上使用Tensorflow模型。

提前致谢！

更新

通过使用最新版本的 tensorflow（0.12），问题得到解决。但是，现在的问题是我应该传递给 output_node_names 什么？？？我怎样才能得到图中的输出节点是什么？

为了使用 contrib.learn.Estimator 进行多 GPU 训练，我试图在我的 model_fn 中指定 GPU 分配。

在伪代码中：

没有 tf.device('/gpu:1') 调用一切正常，但使用它我遇到以下错误：

我不相信我自己将违规操作添加到图表中，而是通过 Estimator 的快照功能注入。

我相信解决方案是设置 allow_soft_placement=True 以便非 GPU 功能将落入 CPU，但在处理 contrib.learn.Estimator 时如何暴露对我来说并不明显。

我看到该选项通常在 ConfigProto 中设置并传递给会话，但我一直在使用 Estimator 的功能为我管理会话。我应该控制会话创建，还是我在某处缺少参数来完成此操作？

非常感谢您的任何建议。

我刚开始使用 Tensorflow。据我了解，SkFlow 是一个...

TensorFlow 的简化界面

对我来说，简单就是好的。

TensorFlow 的 Github有一些有用的入门示例，它们使用 SkFlow 中包含的 Iris 数据集。这来自第一个示例，线性分类器。

该iris对象具有类型<class 'sklearn.datasets.base.Bunch'>，并且是一个类似于 dict 的结构，其中包含两个列表以及数据和目标。

此链接显示如何从 CSV（或至少是 URL）加载数据。在页面顶部，它显示了如何通过上述方法加载，然后通过 URL，如下所示

我知道 X 是数据，y 是目标。但这不是 github 示例或指南第一个示例中的数据结构。

我是否打算将 CSV 数据转换为单个对象，如

还是我使用X和y输出？如果是这样，我如何使用 Github 上的线性分类器示例来做到这一点

我正处于学习 SkFlow/TensorFlow 的早期阶段，所以我将阐述我对我正在尝试做的事情的理解，尽管它可能是不正确的。

假设我正在尝试建立一个模型来预测汽车是否会通过排放测试。

我的训练和测试 csv 可能看起来像这样

所以pass/fail列是 y，其他列是 x。

到目前为止，在我之前的SO 问题中巴尔的摩的帮助下，我能够处理来自 CSV 文件的 Iris 数据集。然而，该数据集全是数字。

TensorFlow 网站上的这个示例展示了一个使用人口普查数据构建的模型，该模型使用分类数据和连续数据。我正在尝试使用 SkFlow，因为我了解它简化了流程。

无论如何，对我的代码

所以我已经将我的 csv 数据很好地读取到我的x_train和y_train对象中。CSV 没有标题，但如果需要可以这样做。

我相信我正在尝试定义哪些列具有哪种数据，例如

如何构建feature_columns传递到的对象classifier？

我正在尝试使用高级 API 学习 tensorflow，以便使用 TensorFlow 进行学习，并且遇到无法获得可重复结果的问题。

TensorFlow 0.12.0-rc0（仅限 CPU）python 3.5

如您所见，我试图尽可能放置随机种子 MY_SEED，但结果因运行而异。

我错过了什么？

我正在为我的深度学习项目寻找更高层的抽象。

最近有点疑惑。

1. 我真的很困惑哪个更积极地维护tflearn ( docs ) 或tensorflow.contrib.learn。但是项目不同，并且在 Github 上积极贡献。我没有找到为什么人们会以这种方式工作，相同的目标，相同的名字，但工作方式不同。

2. 这还不够，我们还有skflow，为什么我们单独有这个项目，这是为了模仿 scikit-learn 的深度学习功能（就像tflearn一样）。

3. 来的越来越多，选哪一个，以后会维持哪一个？

有任何想法吗？

PS：我知道这可能会关闭。但我肯定首先想要一些答案。那些希望它关闭的人，请注意在评论中删除原因/提示/链接

我正在尝试在我的 Windows PC 上导入 skflow。我已经在 Python (3.5) 上安装并使用了 Anaconda。我使用 tensorflow 没有问题，但是当我想使用 skflow 时出现错误：

有谁知道如何解决这一问题？

提前致谢！

这与skflow 回归预测多个值的问题非常相似。然而，更高版本的 TensorFlow 似乎已经过时了这个问题的答案。

我希望能够在 TensorFlow Learn 回归神经网络 ( DNNRegressor ) 中拥有多个输出神经元。我升级了引用问题中的代码以解决 TensorFlow 中的重大更改，但仍然出现错误。

但这会导致：

我没有看到任何有关破坏性更改的发行说明表明多个输出的方法已更改。还有另一种方法可以做到这一点吗？

我一直在使用 TensorFlow 创建具有自定义初始权重和偏差的前馈神经网络（由于专有原因无法提供代码，但另一种算法输出初始矩阵，然后将其插入 tf 进行优化）。对于分类来说，一切都很好，但是当我开始对回归数据集进行测试时，我遇到了非常大的错误。我运行了 skflow 波士顿住房数据示例（DNN 回归器），它得到了更好的结果。像其他人一样（tensorflow 模型与 skflow（优化器）中的相同模型具有不同的结果）我尝试在 tf 中重现 skflow 代码（放弃我的权重初始化想法）并且在 tf.

因此，我想对以下两件事之一提出想法： 1. 如何在 skflow 中使用自定义权重矩阵进行初始化？挖掘源代码尚未揭示简单的解决方案......或2.skflow dnn回归器和用tensorflow编写的代码之间的主要区别是什么（我链接到的问题的答案是什么）？