我正在尝试使用 tf.contrib.learn.DNNRegressor
对多输入多输出系统进行建模。我已经关注了 Tensorflow 网站上的 Boston DNNRegressor example,但是当我尝试将 2 个输出的数组传递给回归器拟合器时,我得到
raise ValueError("Shapes %s and %s are incompatible" % (self, other))
ValueError: Shapes (100, 1) and (100, 2) are incompatible
我发现 this post 在一月份没有回复,所以似乎其他人也有这个问题。
我可以为每个输出使用多个 DNNRegressor,但是是否可以在 Tensorflow 中使用单个
DNNRegressor
预测多个输出?我在 Ubuntu 16.04 上运行 Tensorflow 1.2.1。
最佳答案
这可能有点太晚了,但当前的 tf.estimator.DNNRegressor
有一个参数 label_dimension
可以做你正在寻找的东西。
regressor = estimator.DNNRegressor(feature_columns=my_feature_columns,
label_dimension=2,
hidden_units=hidden_layers,
model_dir=MODEL_PATH)
在我的情况下,这完美地处理了两个输出
关于python - Tensorflow DNNRegressor 多输出,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/45081194/