Python 警告:tensorflow:TensorFlowdnRecessor类已弃用。请考虑使用DNR回归器作为备选方案

Python 警告:tensorflow:TensorFlowdnRecessor类已弃用。请考虑使用DNR回归器作为备选方案,python,tensorflow,skflow,Python,Tensorflow,Skflow,昨天,我将Tensorflow从0.8升级到了0.9版。之后,我用我的Skflow模型观察以下警告。谁能告诉我这是什么意思?有办法解决吗?是否有其他方法用Skflow对DNN回归器建模 /Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site packages/tensorflow/Python/ops/array_ops.py:1197: VisibleDepractionWarning:将ndim>0的数组转换为

昨天,我将Tensorflow从0.8升级到了0.9版。之后,我用我的Skflow模型观察以下警告。谁能告诉我这是什么意思?有办法解决吗?是否有其他方法用Skflow对DNN回归器建模

/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site packages/tensorflow/Python/ops/array_ops.py:1197: VisibleDepractionWarning:将ndim>0的数组转换为 索引将导致未来结果中出现错误。插入(dim, (一)

警告:tensorflow:TensorFlowdnRecessor类已弃用。 请考虑使用DNR回归器作为替代。


这只是一个警告,这样你的模型就会训练得很好。Skflow(或TFLearn same thing)建议您使用
Skflow.dnnRecessor
而不是
Skflow.tensorflowdnnRecessor

以下是
DNNRegressor
的参数和:


然而,根据,新功能还不起作用,因此我建议您暂时使用旧功能

@OliverMoindrot:谢谢你的回复和建议@OliverMoindrot:只是一个小问题,这些变化主要是重新定义类的名称吗?或者包装器也有改进吗?那么,在我的旧模型中定义的超参数是否适用?我需要再次调整模型吗?我对skflow/tflearn了解不多,文档也不是很清楚。但我相信这不仅仅是重命名,新功能会更好。但是,如果你保持相同的超参数,你会看到相同的结果。也许我的超参数可以帮助你更好地理解这些变化。
tf.contrib.learn.DNNClassifier.__init__(
  hidden_units,
  feature_columns=None,
  model_dir=None,
  n_classes=2,
  weight_column_name=None,
  optimizer=None,
  activation_fn=relu,
  dropout=None,
  config=None)