Python 如何为DNNClassifier提供numpy数组

我正在尝试创建DNNClassifier，但不知道如何将数据传递到对象中。我的数据文件是使用np.save（）创建的.npy文件

• 训练数据：一个形状数组（106398338），其中106398是数据实例数
• 训练标签：一个形状数组（106398,97），其中97是我想要预测的类数（热编码）

---

我得到：ValueError：包含多个元素的数组的真值是不明确的。使用a.any（）或a.all（）

我试图将这两个（feature_列和feature_标记）都制作成tf.constant bot，但都不起作用

我怎样才能修好它

---

8.0本地回溯（最近一次调用）：
文件“nueva.py”，第31行，
在分类器=DNNClassifier中（隐藏单元=[10,20,10]，n\u类=97，特征列=特征列）
文件“/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/l‌​earn/python/learn/es‌​“timators/dnn.py”，第296行，
在init self.\u feature\u columns=元组（feature\u columns或[]）
ValueError：包含多个元素的数组的真值不明确。使用a.any（）或a.all（）

如果查看有关该

ValueError..

的其他SO问题，您会发现当您尝试对数组执行某种排序真/假测试时，会出现这种情况

if X>0:....

如果

X

是多元素数组，则产生此错误

X>0

则是真/假值数组。这是模棱两可的

在确定了基本问题之后，我们需要找到您在哪里进行此类测试

另一件事-在报告错误时，还要在堆栈上报告-此错误发生的确切位置？

查看您的代码，我没有看到任何可能触发此错误的测试。这意味着它发生在您调用的一个函数的深处哪个？

我猜其中一个函数参数的形式、形状或类型是错误的

---

错误出现在

元组（feature\u列或[]）

表达式中。

feature\u columns

参数不应是数组。检查文档

根据这个表达式，我猜测

功能列

应该是默认的

无

，或者类似

[1,2,3]

的列表：

In [110]: [1,2,3] or []
Out[110]: [1, 2, 3]
In [111]: None or []
Out[111]: []
In [112]: np.array([1,2,3]) or []
....
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
In [113]: 

---

使用函数

learn。从\u输入推断\u实值\u列\u

，从numpy数组创建

特征\u列

。以下解决方案适合我：

X = np.load(path_to_file)
feature_columns = tf.contrib.learn.infer_real_valued_columns_from_input(X)
classifier = DNNClassifier(hidden_units=[10, 20, 10], n_classes=97, feature_columns=feature_columns)

---

它发生在创建分类器的行中。

feature\u列的形状和数据类型是什么？我们还需要错误堆栈。完整的错误堆栈是：8.0本地回溯（最后一次调用）：文件“nueva.py”，第31行，在classifier=DNNClassifier（hidden_units=[10,20,10]，n_classes=97，feature_columns=feature_columns）文件“/usr/local/lib/python2.7/dist packages/tensorflow/contrib/learn/python/estimators/dnn.py”，第296行，在init self中。_feature_columns=tuple（feature_columns或[]）ValueError：包含多个元素的数组的真值不明确。使用a.any（）或a.all（）时，feature_列的形状为（106398338），是一个浮点数组。请参见我的编辑。堆栈跟踪很难在注释中读取，但足以说明问题所在。它不是被弃用了吗？
In [110]: [1,2,3] or []
Out[110]: [1, 2, 3]
In [111]: None or []
Out[111]: []
In [112]: np.array([1,2,3]) or []
....
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
In [113]: 

X = np.load(path_to_file)
feature_columns = tf.contrib.learn.infer_real_valued_columns_from_input(X)
classifier = DNNClassifier(hidden_units=[10, 20, 10], n_classes=97, feature_columns=feature_columns)