Python 如何在TensorFlow中使用线性累加器进行预测(无需被迫进入解决方案)?
我正试图从谷歌的在线速成课程中学习一些TensorFlow(Python)的基础知识。然而,我发现这些解释有点浅显易懂,除了他们设定的示例/任务之外,我还不知道如何使用它们 例如,有一项基本任务是使用带有梯度下降的线性回归预测加利福尼亚州的房价(见:) 这些任务都是关于培训,然后使用现有数据集测试模型。这很有效,但我很难使用代码预测任意输入值的房价(即,不是来自测试/培训集) 出现问题的原因是线性累加器的输入函数要求您输入目标值,如果您想进行预测,这些值当然是未知的: e、 g 其中my_input_func在速成班笔记本中定义(请参见上面的链接) 如果有人熟悉TensorFlow/Google ML速成课程,您是否可以解释一下,当使用经过训练的模型的目的是寻找未知值时,应该输入什么作为目标值Python 如何在TensorFlow中使用线性累加器进行预测(无需被迫进入解决方案)?,python,tensorflow,machine-learning,linear-regression,Python,Tensorflow,Machine Learning,Linear Regression,我正试图从谷歌的在线速成课程中学习一些TensorFlow(Python)的基础知识。然而,我发现这些解释有点浅显易懂,除了他们设定的示例/任务之外,我还不知道如何使用它们 例如,有一项基本任务是使用带有梯度下降的线性回归预测加利福尼亚州的房价(见:) 这些任务都是关于培训,然后使用现有数据集测试模型。这很有效,但我很难使用代码预测任意输入值的房价(即,不是来自测试/培训集) 出现问题的原因是线性累加器的输入函数要求您输入目标值,如果您想进行预测,这些值当然是未知的: e、 g 其中my_inp
非常感谢您的帮助 无目标值,无需输入注释,尽管从Google定义my_input_ft函数的方式来看,目标是必需的参数。我发现他们的日常工作在这里很不清楚。
predict_test_input_fn = lambda: my_input_fn(
test_examples,
test_targets["median_house_value"],
num_epochs=1,
shuffle=False)