在tensorflow中将KMeans tflearn估计器用作图的一部分

我正在尝试使用

tensorflow.contrib.learn.KMeansClustering

作为tensorflow中图形的一部分。我想用它作为一个图表的组成部分，给我预测和中心。守则的有关部分如下：

带有tf.variable_scope（'kmeans'）的

：
kmeans=KMeansClustering（num_clusters=num_clusters，
相对公差=0.0001）
fit（输入_fn=（lambda:[X，无]）
clusters=kmeans.clusters（）
init_vars=tf.global_variables_initializer（）
sess=tf.Session（）
run（init_vars，feed_dict={X:full_data_X}）
clusters\u np=sess.run（clusters，feed\u dict={X:full\u data\u X}）

但是，我得到以下错误：

ValueError:Tensor（“kmeans/stridded_slice:0”，shape=（），dtype=int32）必须来自与Tensor（“sub:0”，shape=（），dtype=int32）相同的图形。

我相信这是因为KMeansClustering是一个TFLearn估计器；这将更类似于一个完整的图形，而不是一个单独的模块。对吗？我可以将其转换为默认图形的模块吗？如果没有，是否有函数在另一个图中执行KMeans

---

谢谢

KMeansClustering估计器使用tf.contrib.factorization中的ops。使用KMeans而不使用估计器。

KMeansClustering Estimator API构建自己的

tf.Graph

并自行管理

tf.Session

，因此无需运行

tf.Session

来输入值（由

input\u fn

完成），这就是出现

ValueError

的原因

KMeansClustering估计器的正确用法如下：

kmeans = KMeansClustering(num_clusters=num_clusters,
                          relative_tolerance=0.0001)
kmeans.fit(input_fn=(lambda: [X, None]))
clusters = kmeans.clusters()

其中，

X

是保存值的

tf.常数

输入张量（例如，将

X

定义为

np.数组

，然后使用

tf.转换为张量

）。这里的

X

不是需要在

tf.Session

运行时馈送的

tf.placeholder

TensorFlow 1.4的更新：

使用

tf.contrib.factorization.KMeansClustering

API查找群集中心：

kmeans=tf.contrib.factorization.KMeansClustering(num_clusters=num_clusters)
kmeans.train(input_fn=(lambda: [X, None]))
centers = kmeans.cluster_centers()

要预测给定特征的中心，只需使用：

predictions = kmeans.predict(input_fn=(lambda:[another_X, None]))

---

下面是一种使用

tf.contrib.factorization.KMeansClustering

使用KMeans聚类的方法。它告诉我们解决方案是将输入

张量（X）

放入

input\u fn

lambda中，延迟输入

张量（X）

的创建，lambda将在

train（）

中调用。这样您就不会出现上述错误。

我已经查看了您的建议和函数的配置。如果我没有弄错的话，它们只提供从输入到中心的距离以及每个输入的标签。然而，我正在寻找中心本身，知道如何获得它们吗？谢谢看起来没有公共访问器。您可以使用集群分配对点进行平均，或者使用

reuse=True

在

variable\u scople

中调用

\u create\u variables

（您还必须将原始变量创建包装在变量范围中）。我可以看到_create\u variables输出中心，但我不知道他们是如何/何时受到输入数据的影响的。如何使用变量_范围来执行此操作？中心存储在一个变量中，该变量在培训期间更新。因此，只要对同一变量有句柄，就可以读取更新。因此，在原始/正常的培训调用中，将

和变量范围（“kmeans\u variables”）用作vs:

，然后关闭范围并重新打开一个

和变量范围（vs，reuse=True）：

并手动调用

\u创建变量。如果它不抱怨缺少变量，那么您将拥有k-means正在更新的相同变量的句柄。请注意，这不是k-means的公共API，因此使用风险自负。