Как передать тензор TensorFlow модели TFLearn

Question

Я работаю над проектом в TensorFlow, который выполняет операции над уже обученными моделями машинного обучения. Следуя учебнику TFLearn Quickstart, я построил глубокую нейронную сеть, которая предсказывает выживание от Titanic Dataset. Я хотел бы использовать модель TFLearn так же, как я бы использовал модель TensorFlow.

TFLearn документы Главная говорит

Full transparency over Tensorflow. All functions are built over tensors and can be used independently of TFLearn

Это заставляет меня думать, что я смог бы передать тензоры как входы и т.д., к модели TFLearn.

# Build neural network 
net = tflearn.input_data(shape=[None, 6]) 
net = tflearn.fully_connected(net, 32) 
net = tflearn.fully_connected(net, 32) 
net = tflearn.fully_connected(net, 2, activation='softmax') 
net = tflearn.regression(net) 

# Define model 
model = tflearn.DNN(net) 
# Start training (apply gradient descent algorithm) 
model.fit(data, labels, n_epoch = 10, batch_size = 16, show_metric = False) 

test = preprocess([[3, 'Jack Dawson', 'male', 19, 0, 0, 'N/A', 5.0000]], to_ignore) 
# Make into a tensor 
testTF = [tf.constant(i) for i in test] 
# Pass the tensor into the predictor 
print(model.predict([testTF])) 

В настоящее время, когда я передать тензор в модель я встречено с ValueError: установка элемента массива с последовательностью.

В частности, как вы можете передать тензоры в модель TFLearn? Как правило, какие ограничения могут быть применены к тензорам модели TFLearn?

Answer 1

Я не знаю, если вы все еще ищете ответ на вашу проблему, но я думаю, что проблема на вашей последней строке:

print(model.predict([testTF])) 

Попробуйте вместо этого:

print(model.predict(testTF)) 

Я думаю, что вы вложили список в другой список. Это не вопрос TFlearn per se. Надеюсь, это поможет.