Python LinearRegressor.train（）直通“；。。。不是可调用对象”；例外

我是TensorFlow的新手，对Python不是很有经验。我正在学习以下教程：

如果我使用lambda来定义输入函数（如本教程中所述），一切正常：

def my_input_fn(features, targets, batch_size=1, shuffle=True, num_epochs=None) : 
    ...
    features, labels = ds.make_one_shot_iterator().get_next()
    return features, labels

_=linear_regressor.train(input_fn=lambda: my_input_fn(my_feature, targets), steps=100)

如果我按以下方式更改脚本：

def get_my_input_fn() :
    def my_input_func(features, targets, batch_size=1, shuffle=True, num_epochs=None) :
        ...
        features, labels = ds.make_one_shot_iterator().get_next()
        return features, labels
    return my_input_func

temp_my_input_fn=get_my_input_fn()
_=linear_regressor.train(input_fn=temp_my_input_fn(my_feature, targets), steps=100)

我收到一个例外：

Traceback (most recent call last):
  File "/usr/lib/python3.6/inspect.py", line 1126, in getfullargspec
    sigcls=Signature)
  File "/usr/lib/python3.6/inspect.py", line 2193, in _signature_from_callable
    raise TypeError('{!r} is not a callable object'.format(obj))
TypeError: ({'MeanHHInc': <tf.Tensor 'IteratorGetNext:0' shape=(?,) dtype=float64>}, <tf.Tensor 'IteratorGetNext:1' shape=(?,) dtype=int64>) is not a callable object

回溯（最近一次呼叫最后一次）：
getfullargspec中的文件“/usr/lib/python3.6/inspect.py”，第1126行
sigcls=签名）
文件“/usr/lib/python3.6/inspect.py”，第2193行，在可调用的
raise TypeError（“{！r}不是可调用对象”。格式（obj））
TypeError:（{'MeanHHInc'：}，）不是可调用对象

在这两种情况下，

my\u input\u function（）

接收相同的参数并返回相同的元组

（，）

（在调试器中看到）

当我使用第二种方法时，我做错了什么

input_fn=temp_my_input_fn(my_feature, targets)

将计算函数的值分配给

input\u fn

，因此它不再是可调用对象

检查下面的示例以查看差异

>>> def getfunc():
...     def square(x):
...             return x**2
...     return square
...
>>> d = getfunc()

>>> def test(fn = None):
...     return fn(x)
...
>>> x = 2
>>>
>>> test(fn=d(x))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 2, in test
TypeError: 'int' object is not callable
>>> test(fn=d)
4

>>def getfunc（）：
...     def方形（x）：
...             返回x**2
...     返回广场
...
>>>d=getfunc（）
>>>def测试（fn=无）：
...     返回fn（x）
...
>>>x=2
>>>
>>>试验（fn=d（x））
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
文件“”，第2行，在测试中
TypeError:“int”对象不可调用
>>>试验（fn=d）
4.

下面的代码示例将解决此可调用错误：

def get_my_input_fn(features, targets, batch_size=1, shuffle=True, num_epochs=None) :
  def my_input_fn():
    """Trains a linear regression model of one feature.

    Args:
      features: pandas DataFrame of features
      targets: pandas DataFrame of targets
      batch_size: Size of batches to be passed to the model
      shuffle: True or False. Whether to shuffle the data.
      num_epochs: Number of epochs for which data should be repeated. None = repeat indefinitely
    Returns:
      Tuple of (features, labels) for next data batch
    """
    nonlocal features, targets, batch_size, shuffle, num_epochs

    # Convert pandas data into a dict of np arrays.
    features = {key:np.array(value) for key,value in dict(features).items()}                                           

    # Construct a dataset, and configure batching/repeating.
    ds = Dataset.from_tensor_slices((features,targets)) # warning: 2GB limit
    ds = ds.batch(batch_size).repeat(num_epochs)

    # Shuffle the data, if specified.
    if shuffle:
      ds = ds.shuffle(buffer_size=10000)

    # Return the next batch of data.
    features, labels = ds.make_one_shot_iterator().get_next()
    return features, labels
  return my_input_fn

temp_my_input_fn=get_my_input_fn(my_feature, targets)
_ = linear_regressor.train(input_fn=temp_my_input_fn, steps=100)

---

谢谢你的回答。在调用

test（fn=d）

之前，您在代码中指定了

x=2

，然后它就工作了。当我尝试做同样的事情时：

temp\u my\u input\u fn=get\u my\u input\u fn（）features=my\u feature1 targets=targets1\u=linear\u regressor.train（input\u fn=temp\u my\u input\u fn，steps=100）

它抛出了以下异常：TypeError:my\u input\u func（）缺少2个必需的位置参数：“features”和“targets”在其他定义之前设置为

features=my_feature1 targets=targets1

。在我提供的示例中，您可以在repl周围玩，看看定义x时的影响。在您的示例中，x必须在

test（fn=d）

之前定义。如果没有-它引发异常：NameError:未定义名称“x”。在我的例子中，错误有点不同。我正在努力理解它现在意味着什么。不过还是要谢谢你的回答！找到了最后一个问题的解决方案。它可以通过以下声明函数来解决：

def get\u my\u input\u fn（features1，targets1）：def my\u input\u func（features=features1，targets=targets1，batch\u size=1，shuffle=True，num\u epochs=None）：

和调用函数：

temp\u my\u input\u fn=get\u my\u input\u fn（）

（很抱歉，代码的格式有点错误）非常感谢。很抱歉，我没有足够的声誉点数来为您的答案添加“有用性”。