Tensorflow 管路辅助装置。与Sparset传感器配合

我正在尝试使用稀疏传感器创建一个带有稀疏二进制numpy coo矩阵（报告）的LinearClassifier。这是使用TensorFlow 0.9.0的

我的做法如下：

reports_indices = list()
rows,cols = reports.nonzero()
for row,col in zip(rows,cols):
   reports_indices.append([row,col])

x_sparsetensor = tf.SparseTensor(
  indices=reports_indices,
  values=[1] * len(reports_indices),
  shape=[reports.shape[0],reports.shape[1]])

m = tf.contrib.learn.LinearClassifier()

m.fit(x=x_sparsetensor,y=response_vector.todense(),input_fn=None)

报告的尺寸为10K乘1.5K

然后，我设置LinearClassifier，如下所示：

reports_indices = list()
rows,cols = reports.nonzero()
for row,col in zip(rows,cols):
   reports_indices.append([row,col])

x_sparsetensor = tf.SparseTensor(
  indices=reports_indices,
  values=[1] * len(reports_indices),
  shape=[reports.shape[0],reports.shape[1]])

m = tf.contrib.learn.LinearClassifier()

m.fit(x=x_sparsetensor,y=response_vector.todense(),input_fn=None)

响应向量是二进制的，长度为10K。这将导致以下错误：

Traceback (most recent call last):
  File "ddi_prr.py", line 38, in <module>
    m.fit(x=x_sparsetensor,y=response_vector.todense(),input_fn=None)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/estimators/estimator.py", line 173, in fit
    input_fn, feed_fn = _get_input_fn(x, y, batch_size)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/estimators/estimator.py", line 67, in _get_input_fn
    x, y, n_classes=None, batch_size=batch_size)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/io/data_feeder.py", line 117, in setup_train_data_feeder
    X, y, n_classes, batch_size, shuffle=shuffle, epochs=epochs)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/io/data_feeder.py", line 240, in __init__
    batch_size)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/io/data_feeder.py", line 44, in _get_in_out_shape
    x_shape = list(x_shape[1:]) if len(x_shape) > 1 else [1]
TypeError: object of type 'Tensor' has no len()

回溯（最近一次呼叫最后一次）：
文件“ddi_prr.py”，第38行，在
m、 拟合（x=x\u sparsetensor，y=response\u vector.todense（），input\u fn=None）
文件“/usr/local/lib/python2.7/dist packages/tensorflow/contrib/learn/python/learn/estimators/estimator.py”，第173行
输入\u fn，馈送\u fn=\u获取\u输入\u fn（x，y，批次大小）
文件“/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/estimators/estimator.py”，第67行，输入
x、 y，n_类=无，批次大小=批次大小）
文件“/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/io/data\u feeder.py”，第117行，在setup\u train\u data\u feeder中
十、 y，n_类，批量大小，洗牌=洗牌，历代=历代）
文件“/usr/local/lib/python2.7/dist packages/tensorflow/contrib/learn/python/learn/io/data_feeder.py”，第240行，在u_init中__
批次（单位尺寸）
文件“/usr/local/lib/python2.7/dist packages/tensorflow/contrib/learn/python/learn/io/data\u feeder.py”，第44行，in\u get\u in\u out\u形状
x_形状=列表（x_形状[1:]），如果len（x_形状）>1 else[1]
TypeError:“Tensor”类型的对象没有len（）

---

由于某种原因，我的构造是错误的吗？似乎LinearClassifier.fit不能用x的SparSetSensor实例化，是这样吗？提前感谢您的帮助。

据我所知，将

SparseTensors

作为

x

或

y

参数传递给

。fit

是：

x：形状的矩阵或张量[n_样本，n_特征…]。可以是 返回特征数组的迭代器。训练输入样本 用于拟合模型。如果设置，则输入\ fn必须为无

另外，

SparseTensor

是

Tensor

的稀疏等价物——表示要执行的符号计算的对象。我相信您希望用作

x

的是。 您可以尝试使用其他方式将数据传递给估计器：

input\u fn

函数：

def get_input_fn(sparse_x, y):
  def input_fn():
    return sparse_x, y
m.fit(input_fn=get_input_fn(x, y))

如果它不起作用，您可以尝试在

input\fn

函数内产生

SparseTensor

s