Python Tensorflow-从tf.contrib.learn.DNNLinearCombinedRegressor提取度量键和/或dict

我当前在从预构建的估计器模型中获取度量时遇到问题。以下是我从模型中提取度量的代码：

v_metrics = {
    "accuracy":
        tf.contrib.learn.MetricSpec(
            metric_fn=tf.contrib.metrics.streaming_accuracy,
            prediction_key = tf.contrib.learn.PredictionKey.SCORES),
    "precision":
        tf.contrib.learn.MetricSpec(
            metric_fn=tf.contrib.metrics.streaming_precision,
            prediction_key = tf.contrib.learn.PredictionKey.SCORES),
    "recall":
        tf.contrib.learn.MetricSpec(
            metric_fn=tf.contrib.metrics.streaming_recall,
            prediction_key = tf.contrib.learn.PredictionKey.SCORES)
}

v_monitor = tf.contrib.learn.monitors.ValidationMonitor(
                input_fn=lambda: input_fn(df_test),
                eval_steps = 1,
                every_n_steps=10,
                metrics=v_metrics
)


m = build_estimator(model_dir, model_type)
m.fit(input_fn=lambda: input_fn(df_train), steps=train_steps, monitors=[v_monitor])
results = m.evaluate(input_fn=lambda: input_fn(df_test), steps=1)

但是，当我运行此程序时，它会给我：

INFO:tensorflow:Saving dict for global step 28: accuracy = 0.0, global_step = 28, loss = 24.7031, precision = 1.0, recall = 1.0

我查看了API、estimator.py和metric_spec.py脚本，但没有找到一种方法来提取负责准确性、精确度和召回率的张量。我还研究了其他答案，但它们都是自定义估计器的解决方案。我还检查了tensorboard及其0和1的结果

请注意，当我对

tf.contrib.learn.DNNLinearCombinedRegressor

和

prediction\u key=tf.contrib.learn.PredictionKey.CLASSES使用完全相同的方法时，它工作正常

我不确定我用组合回归器做错了什么。我想知道从哪里获得正确的预测键（或者我做错了什么），所以当我运行模型时，它会给我正确的度量结果