問題タブ [skflow]

SKFLOW を使用して、DNNClassifier の適合をステップ実行したいと思いますが、残念ながら次のようなコードです。

目的の結果が得られません。近似の各反復で同じ精度が得られます。

この DNNClassifier の以前のバージョン、つまり TensorFlowDNNClassifier には、目的の効果を生み出す continue_training フラグがあったようです。これは DNNClassifier では使用できません。SKFLOW では、エポック単位の段階的トレーニングはどのように正しく実装されているのでしょうか? ありがとうございました

私は最近tensorflow.contrib.learn(skflow) ライブラリを使い始めましたが、とても気に入っています。ただし、 の使用に関する問題に直面してEstimatorいます。フィット関数は次のいずれかを使用します

1. ( X、Y、およびbatch_size) - このアプローチの問題は、エポック数の指定と任意のデータ ソースの許可をサポートしていないことです。
2. input_fn-さらに、エポックを設定すると、トレーニングのソース（私の場合はデータベースから直接取得されます）の柔軟性が大幅に向上します。

ファイルを読み取るinput_fnを作成できることはわかっていますが、ファイルを扱うことに興味がないため、次の関数は役に立ちません-

• tf.contrib.learn.read_batch_examples
• tf.contrib.learn.read_batch_features
• tf.contrib.learn.read_batch_record_features

理想的には、 StreamingDataFeederを input_fn として使用したいと考えています。これを達成する方法はありますか？

私はテンソルフローに比較的慣れておらず、回帰タスクに tf.contrib.learn の DNNRegressor を使用したいと考えています。しかし、1 つの出力ノードではなく、いくつか (たとえば 10 としましょう) したいと思います。

ニーズに合わせて多くの出力ノードを調整するようにリグレッサーを構成するにはどうすればよいですか?

私の質問は、SO で既に質問されている次の質問に関連していますが、有効な回答がないようです (TensorFlow バージョン 0.11 を使用しています)。

skflow回帰は複数の値を予測します

SkFlow TensorFlowDNNRegressor を使用した複数のターゲット列

tensorFlow で実装され、TensorFlow estimator によってラップされたニューラル ネットワークを評価するために、scikit-learn を使用しています。

cross_val_score の結果、次のエラーが発生します。

TypeError: スコアリングが指定されていない場合、渡される推定器には 'score' メソッドが必要です。エスティメータ TensorFlowEstimator(steps=5, batch_size=64, continue_training=False, verbose=1, n_classes=2, learning_rate=0.0001, clip_gradients=5.0, class_weight=None, params=None, optimizer=Adam) はそうではありません。

ここに示すようなスコアリング方法を定義すると:

次のエラーが発生します。

スコアリング値は、スコアラーではなくメトリック関数のように見えます。スコアラーには、最初のパラメーターとして推定器が必要です。make_scorerメトリックをスコアラーに変換するために使用してください。

ここに示すようにmake_scorerを使用すると:

次のエラーが発生します。

new_object = klass(**new_object_params) TypeError: init () は予期しないキーワード引数 'params' を取得しました

何か案が？

https://www.tensorflow.org/versions/r0.9/api_docs/python/contrib.learn.htmlによると、tf.contrib.learn.BaseEstimator.evaluate 関数は steps パラメータを受け取ることができます。パラメータは次のように説明されています。

steps: モデルを評価するステップの数。None の場合、永久に評価します。

評価にはどのようにステップを設けることができますか? 私の理解では、訓練されたモデルは一度だけ「評価」されるべきであり(つまり、ステップ=1)、ターゲットラベルに対する損失を計算する必要がありますよね?

ありがとう！

ここで説明する Tensorflow タイムラインは、Chrome トレース機構を使用して tensorflow の実行をプロファイリングする方法です。Session.run()ただし、それを使用するには、呼び出しでオプションを設定する必要があるようです。

Session.run()SKFlow では、通常、実際の呼び出しにはアクセスできません。代わりにEstimator.fit()、たとえばランディング ページから を呼び出します。

Tensorflow タイムラインを使用できるように、フル トレース オプションで SKFlow を実行することは可能ですか? もしそうなら、どのように？

私は tensorflow 0.11 と sklearn 0.18 で python 3.5 を使用しています。tensorflow を使用して虹彩データの交差検証スコアを計算する簡単なサンプル コードを作成しました。skflow をラッパーとして使用しました。

しかし、以下のようなエラーが発生しました。skflow は sklearn の cross_val_score に対応していないようです。

TypeError: オブジェクト '' を複製できません (タイプ ): 'get_params' メソッドを実装していないため、scikit-learn エスティメーターではないようです。

この問題に対処する他の方法はありますか?