Python Tensorflow可能更新为高级估计器_Python_Tensorflow_Machine Learning_Deep Learning_Generator

Python Tensorflow可能更新为高级估计器

python tensorflow machine-learning deep-learning

Python Tensorflow可能更新为高级估计器,python,tensorflow,machine-learning,deep-learning,generator,Python,Tensorflow,Machine Learning,Deep Learning,Generator,我在一些天气数据上训练了一个深度神经网络回归器。当我尝试classifier.predict（）时，它返回一个生成器对象。通常我们要做的是将list（）放在对象上以获得预测它过去可以工作，但我相信经过最近的更新后，它不再工作了。我目前使用的是tensorflow 1.7.0。我尝试降级到tensorflow的几个版本，但找不到一个有效的版本 import tensorflow as tf feature_columns = [tf.feature_column.numeric_column("

我在一些天气数据上训练了一个深度神经网络回归器。当我尝试classifier.predict（）时，它返回一个生成器对象。通常我们要做的是将list（）放在对象上以获得预测

它过去可以工作，但我相信经过最近的更新后，它不再工作了。我目前使用的是tensorflow 1.7.0。我尝试降级到tensorflow的几个版本，但找不到一个有效的版本

import tensorflow as tf
feature_columns = [tf.feature_column.numeric_column("x", shape=[163])]
classifier = tf.estimator.DNNRegressor(feature_columns=feature_columns,
                                        hidden_units=[200,100,20],
                                        model_dir='model/'
                                        )
onehot,price=load_single_data([[5,18,16,1],'Mostly Sunny','Mostly Sunny',46.5])

prediction= classifier.predict(np.array(onehot))
#This line produced the error
print(list(prediction))

产生的错误是：

Traceback (most recent call last):
  File "C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\inspect.py", line 1089, in getfullargspec
    sigcls=Signature)
  File "C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\inspect.py", line 2156, in _signature_from_callable
    raise TypeError('{!r} is not a callable object'.format(obj))
TypeError: array([0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 1, 0, 0]) is not a callable object

The above exception was the direct cause of the following exception:

Traceback (most recent call last):
  File "C:/Users/5V/PycharmProjects/UberAPI/deep_learning.py", line 41, in <module>
    print(list(prediction))
  File "C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\estimator\estimator.py", line 486, in predict
    input_fn, model_fn_lib.ModeKeys.PREDICT)
  File "C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\estimator\estimator.py", line 662, in _get_features_from_input_fn
    result = self._call_input_fn(input_fn, mode)
  File "C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\estimator\estimator.py", line 763, in _call_input_fn
    input_fn_args = util.fn_args(input_fn)
  File "C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\estimator\util.py", line 55, in fn_args
    args = tf_inspect.getfullargspec(fn).args
  File "C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\util\tf_inspect.py", line 67, in getfullargspec
    if d.decorator_argspec is not None), spec_fn(target))
  File "C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\inspect.py", line 1095, in getfullargspec
    raise TypeError('unsupported callable') from ex
TypeError: unsupported callable

回溯（最近一次呼叫最后一次）：
文件“C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\inspect.py”，第1089行，在getfullargspec中
sigcls=签名）
文件“C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\inspect.py”，第2156行，位于可调用的\u签名\u中
raise TypeError（“{！r}不是可调用对象”。格式（obj））
TypeError:数组（[0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0，
0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0,0,0,0,0,0,0,1,0,0]）不是可调用对象
上述异常是以下异常的直接原因：
回溯（最近一次呼叫最后一次）：
文件“C:/Users/5V/PycharmProjects/UberAPI/deep_learning.py”，第41行，在
打印（列表（预测））
文件“C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site packages\tensorflow\Python\estimator\estimator.py”，第486行，在predict中
输入\u fn，模型\u fn\u lib.ModeKeys.PREDICT）
文件“C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site packages\tensorflow\Python\estimator\estimator.py”，第662行，从输入获取功能
结果=自身。调用输入（输入，模式）
文件“C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site packages\tensorflow\Python\estimator\estimator.py”，第763行，在调用输入中
input\u fn\u args=util.fn\u args（input\u fn）
文件“C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site packages\tensorflow\Python\estimator\util.py”，第55行，在fn_参数中
args=tf_inspect.getfullargspec（fn）.args
文件“C:\Users\5V\AppData\Local\Programs\Python\35\lib\site packages\tensorflow\Python\util\tf\u inspect.py”，第67行，在getfullargspec中
如果d.decorator_argspec不是None），则spec_fn（目标））
getfullargspec中的文件“C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\inspect.py”，第1095行
从ex引发TypeError（“不支持的可调用”）
TypeError:不支持的可调用

这样做将产生：

print(prediction)
>> <generator object Estimator.predict at 0x00000069E3AC0BF8>

打印（预测）
>>

好的，这是一个完整的回溯

Traceback (most recent call last):
  File "C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\inspect.py", line 1089, in getfullargspec
    sigcls=Signature)
  File "C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\inspect.py", line 2156, in _signature_from_callable
    raise TypeError('{!r} is not a callable object'.format(obj))
TypeError: array([0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 1, 0, 0]) is not a callable object

The above exception was the direct cause of the following exception:

Traceback (most recent call last):
  File "C:/Users/5V/PycharmProjects/UberAPI/deep_learning.py", line 41, in <module>
    print(list(prediction))
  File "C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\estimator\estimator.py", line 486, in predict
    input_fn, model_fn_lib.ModeKeys.PREDICT)
  File "C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\estimator\estimator.py", line 662, in _get_features_from_input_fn
    result = self._call_input_fn(input_fn, mode)
  File "C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\estimator\estimator.py", line 763, in _call_input_fn
    input_fn_args = util.fn_args(input_fn)
  File "C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\estimator\util.py", line 55, in fn_args
    args = tf_inspect.getfullargspec(fn).args
  File "C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\util\tf_inspect.py", line 67, in getfullargspec
    if d.decorator_argspec is not None), spec_fn(target))
  File "C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\inspect.py", line 1095, in getfullargspec
    raise TypeError('unsupported callable') from ex
TypeError: unsupported callable

回溯（最近一次呼叫最后一次）：
文件“C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\inspect.py”，第1089行，在getfullargspec中
sigcls=签名）
文件“C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\inspect.py”，第2156行，位于可调用的\u签名\u中
raise TypeError（“{！r}不是可调用对象”。格式（obj））
TypeError:数组（[0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0，
0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0,0,0,0,0,0,0,1,0,0]）不是可调用对象
上述异常是以下异常的直接原因：
回溯（最近一次呼叫最后一次）：
文件“C:/Users/5V/PycharmProjects/UberAPI/deep_learning.py”，第41行，在
打印（列表（预测））
文件“C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site packages\tensorflow\Python\estimator\estimator.py”，第486行，在predict中
输入\u fn，模型\u fn\u lib.ModeKeys.PREDICT）
文件“C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site packages\tensorflow\Python\estimator\estimator.py”，第662行，从输入获取功能
结果=自身。调用输入（输入，模式）
文件“C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site packages\tensorflow\Python\estimator\estimator.py”，第763行，在调用输入中
input\u fn\u args=util.fn\u args（input\u fn）
文件“C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\site packages\tensorflow\Python\estimator\util.py”，第55行，在fn_参数中
args=tf_inspect.getfullargspec（fn）.args
文件“C:\Users\5V\AppData\Local\Programs\Python\35\lib\site packages\tensorflow\Python\util\tf\u inspect.py”，第67行，在getfullargspec中
如果d.decorator_argspec不是None），则spec_fn（目标））
getfullargspec中的文件“C:\Users\5V\AppData\Local\Programs\Python\Python35\lib\inspect.py”，第1095行
从ex引发TypeError（“不支持的可调用”）
TypeError:不支持的可调用

我不确定您是否还有其他错误。基于回溯，很明显，此特定错误是由于使用

np.array（onehot）

作为

分类器.predict的输入而导致的，即numpy数组不是可调用对象。要解决此问题，您可以使用：
编辑：关于形状不匹配
下面是我的一个例子，来说明一个潜在的原因
InvalidArgumentError（回溯见上文）：重塑的输入是一个带有
正如代码中所述，正确的输入应该只有一个特性，而不是两个。
在我看来，问题在于np.array（onehot）
不是正确的输入。你确定这以前对你有用吗？你能提供一个完整的回溯吗
input_predict= tf.estimator.inputs.numpy_input_fn({'x': np.array(onehot)}, shuffle=False)
print(list(model.predict(input_predict)))

import numpy as np
import tensorflow as tf

tf.logging.set_verbosity(tf.logging.INFO)

model = tf.estimator.DNNRegressor(
        hidden_units=[20, 20],
        feature_columns=[tf.feature_column.numeric_column(key='x')],
        model_dir=r"E:\GitHub\miscellaneous\ml-models\foobar\tensorflow\test"
    )

input_train= tf.estimator.inputs.numpy_input_fn(
        x={'x': np.arange(100)},
        y=np.arange(100),
        num_epochs=None,
        shuffle=True
    )
model.train(input_fn=input_train, steps=200)

test = np.array([[200]]) # correct input with shape 1 for each input (row)
#test = np.array([[200, 300]]) # incorrect input with shape 2 for each input (row)
input_predict= tf.estimator.inputs.numpy_input_fn(
        {'x': test}, shuffle=False
    )
print(list(model.predict(input_predict)))