Je l'exécution de code tutoriel de text classificationtensorflow: dépanner tf.estimator.inputs.numpy_input_fn fonction
je peux exécuter les scripts et cela a fonctionné, mais quand j'ai essayé de l'exécuter ligne par ligne en essayant de comprendre ce que chaque pas fait, je me suis un peu confus à cette étape:
test_input_fn = tf.estimator.inputs.numpy_input_fn(
x={WORDS_FEATURE: x_test},
y=y_test,
num_epochs=1,
shuffle=False)
classifier.train(input_fn=train_input_fn, steps=100)
Je sais que sur le plan conceptuel est train_input_fn intégrer des données à la fonction de formation, mais comment je peux appeler manuellement cette fn pour inspecter ce qui est en elle?
J'ai retracé le code et a découvert la fonction train_input_fn flux de données aux 2 variables suivantes:
features
Out[15]: {'words': <tf.Tensor 'random_shuffle_queue_DequeueMany:1' shape=(560, 10) dtype=int64>}
labels
Out[16]: <tf.Tensor 'random_shuffle_queue_DequeueMany:2' shape=(560,) dtype=int32>
Quand j'ai essayé d'évaluer les caractéristiques variables en faisant une sess.run (caractéristiques), mon le terminal semble être bloqué et cesse de répondre.
Quelle est la bonne façon d'inspecter le contenu de variables comme celles-ci?
Merci!
Merci DomJack. Le code a fonctionné avec quelques changements mineurs sur Python 3. Je ne pensais pas que ce soit si compliqué d'imprimer la valeur d'un tenseur dans Tensorflow. – Allen
Ceci est dû à l'implémentation du programme d'exécution de file d'attente. J'ai modifié ma réponse pour inclure un exemple de jeu de données que vous pourriez trouver utile. Les jeux de données sont relativement nouveaux mais une fois que vous avez passé un peu de passe-partout, je les ai trouvés incroyablement simples, puissants et rapides. – DomJack
Merci @DomJack. Je vais certainement vérifier. J'ai trouvé très contre-intuitif de déboguer le code Tensorflow parfois. – Allen