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Python 运行tf contrib学习线性回归示例时出现警告,python,tensorflow,Python,Tensorflow,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.,
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:FromC:\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:FromC:\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:FromC:\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