为什么tf.Session().run()在这里不起作用?

我在尝试弄清楚为什么Session.run()会出现会话图为空的错误。为什么Session.run()在这里不起作用呢?不知为何,我可以直接print(prediction)来获取结果。

难道我不需要使用Session.run()来开始构建模型以获取预测结果吗?

def new_samples():        #return np.array([[5.9,3,4.2,1.5],[6.9,3.1,5.4,2.1]], dtype=np.float32)        return np.array(test_data_values, dtype=np.float32)    predictions = list(classifier.predict_classes(input_fn=new_samples))    default_session = tf.Session()    print(default_session.run(predictions))

注意:classifier = tf.contrib.learn.DNNClassifier


回答:

DNNClassifier 是一个 Estimator,它是一种抽象层,能够为您处理诸如会话之类的事情。
使用高级API(如EstimatorDNNClassifier)的动机正是如此,这样您就不必担心这些问题。而且,一旦您有更多的工作者,需要管理会话会变得更加复杂,而这些都已为您处理好了 🙂

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注