tensorflow：鑄造<D型：「Int64的」>標籤爲bool

我運行wide and deep tutorial代碼，並沒有改變我的錯誤：tensorflow：鑄造<D型：「Int64的」>標籤爲bool

WARNING:tensorflow:Casting <dtype: 'int64'> labels to bool.

我的問題是：這是什麼意思，以及如何做到這一點在我想要預測超過2種可能的結果的其他模型中是否有效？

這個錯誤出現在一個情況/教程中，其中的預測非常適合布爾型，是/否情況。但是，如果我有三個可能的值的標籤，我認爲這個布爾轉換會殺死我的結果嗎？

這個警告的起源是什麼，以及如何避免它，所以我可以訓練一個網絡超過2個可能的結果？

來源

2017-07-02 Rikard

我在使用DNNClassifier時遇到了完全相同的錯誤。爲了解決它，我需要指定n_classes參數到您的目標中的類的數量。

n_classes參數用於指定目標中有多少個類。默認情況下，它假定目標中只有兩個類，因此它將目標值轉換爲布爾值。 https://www.tensorflow.org/tutorials/wide

然而，在我的情況下，問題是定義在本教程的input_fn標籤張量：

m = tf.contrib.learn.DNNClassifier(
     model_dir=model_dir, 
     n_classes=10, # <--------- 
     feature_columns=deep_columns, 
     hidden_units=[400,50], 
     optimizer=tf.train.ProximalAdagradOptimizer(
      learning_rate=0.001, 
      l1_regularization_strength=0.001 
     ))

來源

2017-07-05 04:34:58

你能解釋更多的是什麼'這個問題n_classes'變化？ – Rikard

n_classes參數用於指定目標中有多少個類。默認情況下，它假定目標中只有兩個類，因此它將目標值轉換爲布爾值。 –

我在本教程中使用tf.contrib.learn.LinearClassifier時遇到這個錯誤。此前，就出現如下：

df[LABEL_COLUMN] = (df["income_bracket"].apply(lambda x: ">50K" in x)).astype(int)

此修復程序是將類型更改爲布爾：

df[LABEL_COLUMN] = (df["income_bracket"].apply(lambda x: ">50K" in x)).astype(bool)

來源

2017-08-04 23:18:17 aec

tensorflow：鑄造<D型：「Int64的」>標籤爲bool

回答

相關問題