我试图找出为什么 Session.run() 给出 session 图为空错误。为什么 Session.run() 在这里不起作用?不知何故,我可以通过 print(prediction) 来检索结果。
我不需要使用 Session.run() 来开始构建模型来获得预测吗?
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:分类器=tf.contrib.learn.DNNClassifier
最佳答案
DNNClassifier
是 Estimator
这是一个抽象,可以为您处理 session 之类的事情。
更高级别的 API(例如 Estimator
或 DNNClassifier
)的动机正是如此,因此您不必担心它。此外,一旦你有更多的工作人员,管理 session 就会变得更加棘手,而这一切都会为你处理:)
关于machine-learning - 为什么 tf.Session().run() 在这里不起作用?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44150457/