Python 运行tf contrib学习线性回归示例时出现警告

以下代码引发了一些在代码之后发布的警告。它有什么问题以及如何修复

import tensorflow as tf
import numpy as np

features = [tf.contrib.layers.real_valued_column('x', dimension=1)]

estimator = tf.contrib.learn.LinearRegressor(feature_columns=features)

x_train = np.array([1., 2., 3., 4.])
y_train = np.array([0., -1., -2., -3.])
 
x_eval = np.array([2., 5., 8., 1.])
y_eval = np.array([-1.01, -4.1, -7, 0.])
 
input_fn = tf.contrib.learn.io.numpy_input_fn(
    {'x':x_train}, y_train,
    batch_size=4, 
    num_epochs=1000) 

eval_input_fn = tf.contrib.learn.io.numpy_input_fn(
    {'x':x_eval}, y_eval, batch_size=4, num_epochs=1000)

estimator.fit(input_fn=input_fn, steps=1000)

train_loss = estimator.evaluate(input_fn=input_fn)
eval_loss = estimator.evaluate(input_fn=eval_input_fn)
print('train loss: %r'% train_loss)
print('eval loss: %r'% eval_loss)

=======================================================================

警告：tensorflow:使用临时文件夹作为模型目录：

C:\Users\user\AppData\Local\Temp\tmprlxunsfy

警告：tensorflow：输入张量（1）的秩应与列的输出_秩（2）相同。将尝试扩展dims。强烈建议您调整输入大小，因为此行为可能会改变。

警告：tensorflow:From

C:\python\Python352\lib\site packages\tensorflow\contrib\learn\python\learn\learn\estimators\head.py:615:scalar\u摘要（From tensorflow.python.ops.logging\u ops）已被弃用，并将在2016-11-30后删除。

更新说明：

请切换到tf.summary.scalar。请注意，tf.summary.scalar使用节点名而不是标记。这意味着TensorFlow将根据创建摘要名称的范围自动消除重复的摘要名称。此外，不再支持将张量或标记列表传递给标量摘要op

警告：tensorflow：列的输入张量（1）的秩应与输出张量（2）的秩相同。将尝试扩展dims。强烈建议您调整输入大小，因为此行为可能会更改

警告：tensorflow:From

C:\python\Python352\lib\site packages\tensorflow\contrib\learn\python\learn\learn\estimators\head.py:615:scalar\u摘要（From tensorflow.python.ops.logging\u ops）已被弃用，并将在2016-11-30后删除。

更新说明：

请切换到tf.summary.scalar。请注意，tf.summary.scalar使用节点名而不是标记。这意味着TensorFlow将根据创建摘要名称的范围自动消除重复的摘要名称。此外，不再支持将张量或标记列表传递给标量摘要op

警告：tensorflow:跳过全局步骤的摘要，必须是浮点或np.float32。

警告：tensorflow：输入张量（1）的秩应与列的输出_秩（2）相同。将尝试扩展dims。强烈建议您调整输入大小，因为此行为可能会改变。

警告：tensorflow:From

C:\python\Python352\lib\site packages\tensorflow\contrib\learn\python\learn\learn\estimators\head.py:615:scalar\u摘要（From tensorflow.python.ops.logging\u ops）已被弃用，并将在2016-11-30后删除。

更新说明：

请切换到tf.summary.scalar。请注意，tf.summary.scalar使用节点名而不是标记。这意味着TensorFlow将根据创建摘要名称的范围自动消除重复的摘要名称。此外，不再支持将张量或标记列表传递给标量摘要op

警告：tensorflow:跳过全局步骤的摘要，必须是浮点或np.float32。

列车损失：{'loss'：6.2396435e-09，'global_step'：1000}

评估损失：{'loss'：0.0025317217，“全局步骤”：1000}

---

对于第一个，将model_dir=显式传递给LinearRegressorinit。这样你就知道它在哪里了

不确定输入输出等级警告是什么。但是所有其他的都是估计器内部的，因此您不必担心也无法修复