具有numpy数组input_fn的估计器

Question

def input_fun(data):
    x, y = data

    x, y = np.reshape(x, (batch_size, -1, 1)), \
           np.reshape(y, (batch_size, -1, 1))

    return tf.estimator.inputs.numpy_input_fn({'x': x}, y)

def forward(x, params, mode):

    layers = [tf.nn.rnn_cell.LSTMCell(n_neurons) for _ in range(n_layers)]
    cells = tf.nn.rnn_cell.MultiRNNCell(layers)
    outputs, state = tf.nn.dynamic_rnn(cells, x)

    predictions = ...

    return predictions

def model_fn(features, labels, mode, params):
    predict = forward(features, params, mode)

    return tf.estimator.EstimatorSpec(predict , ...)

def experiment_fn(config, params):
    return learn.Experiment(
        estimator = estimator(model_fn,...),
        train_input_fn = lambda: input_fun(train_set),
        eval_input_fn = lambda: input_fun(eval_set))

回溯（最近调用的最后一次）：

文件“”，第1行，在runfile('/experient.py',wdir='/tensorflow')中

文件“C:\users\hp\anaconda3\lib\site-packages\spyder\utils\site\sitecustomize.py”，第710行，在runfile execfile（文件名，命名空间）中

文件“C:\users\hp\anaconda3\lib\site-packages\tensorflow\contrib\learn\python\learn\extran_hooks”,第367行，在train hooks=self._train_monitors+extran_hooks中）

文件“C:\users\hp\anaconda3\lib\site-packages\tensorflow\contrib\learn\python\learn\experment.py”,第807行，在_call_train hooks=hooks中）

文件“C:\users\hp\anaconda3\lib\site-packages\tensorflow\python\estimator\estimator.py”,第302行，在train loss=self._train_model(input_fn,hooks,saving_listeners)中

文件“C:\users\hp\anaconda3\lib\site-packages\tensorflow\python\estimator\estimator.py”,第711行，in_train_model features,labels,model_fn_lib.modekeys.train,self.config）

文件“C:\users\hp\anaconda3\lib\site-packages\tensorflow\python\estimator\estimator.py”,第694行，在_call_model_fn model_fn_results=self._model_fn中

文件“/experient.py”，第350行，在model_fn predict=forward（features,params,mode）中

文件“/experient.py”，第335行，正向dtype=tf.float32

文件“C:\users\hp\anaconda3\lib\site-packages\tensorflow\python\ops\rnn.py”,第562行，位于dynamic_rnn flat_input=[ops.convert_to_tensor(input_)for input_in flat_input]中

html" target="_blank">文件“C:\users\hp\anaconda3\lib\site-packages\tensorflow\python\ops\rnn.py”,第562行，在flat_input=[ops.convert_to_tensor(input_)for input_in flat_input]中

文件“C:\users\hp\anaconda3\lib\site-packages\tensorflow\python\framework\ops.py”，第836行，在convert_to_tensor as_ref=false中）

文件“C:\users\hp\anaconda3\lib\site-packages\tensorflow\python\framework\ops.py”，第926行，位于internal_convert_to_tensor ret=conversion_func(value，dtype=dtype，name=name，as_ref=as_ref)中

文件“C:\users\hp\anaconda3\lib\site-packages\tensorflow\python\framework\constant_op.py”,第229行，在_constant_tensor_conversion_function返回常量（v,dtype=dtype,name=name)中

文件“C:\users\hp\anaconda3\lib\site-packages\tensorflow\python\framework\constant_op.py”,第208行，常量，dtype=dtype,shape=shape,verify_shape=verify_shape))

文件“C:\users\hp\anaconda3\lib\site-packages\tensorflow\python\framework\tensor_util.py”,第472行，在make_tensor_proto“supported type”中。%（类型（值），值））

TypeError：未能将类型 的对象转换为张量。内容: .input_fn at 0x000001ab2b1dbea0>。考虑将元素强制转换为受支持的类型。

有人知道为什么吗？

Answer 1

我也有类似的问题。在我的例子中，出现异常是因为在我的模型中（我猜是“forward”，在您的例子中），x被用作张量，但它实际上是一个函数（特别是tf.estimator.inputs.numpy_input_fn)。我加上这个就明白了：

print(x)
print(type(x))

它打印了如下内容：

<function numpy_input_fn.<locals>.input_fn at 0x7fcc6f065740>
<class 'function'>

我仍然不确定解决它的正确方法是什么，但我能够通过执行类似于以下操作来修复它：

input_dict, y = x()
x = input_dict['x']