Я работаю над проектом в TensorFlow, который выполняет операции с уже обученными моделями машинного обучения. Следуя руководству Быстрый старт TFLearn, я построил глубокую нейронную сеть, которая предсказывает выживание из Набор данных Титаник. Я хотел бы использовать модель TFLearn так же, как и модель TensorFlow.
На домашней странице документов TFLearn говорится
Полная прозрачность по Tensorflow. Все функции построены на основе тензоров и могут использоваться независимо от TFLearn.
Это наводит меня на мысль, что я смогу передавать тензоры в качестве входных данных и т. д. в модель TFLearn.
# Build neural network
net = tflearn.input_data(shape=[None, 6])
net = tflearn.fully_connected(net, 32)
net = tflearn.fully_connected(net, 32)
net = tflearn.fully_connected(net, 2, activation='softmax')
net = tflearn.regression(net)
# Define model
model = tflearn.DNN(net)
# Start training (apply gradient descent algorithm)
model.fit(data, labels, n_epoch = 10, batch_size = 16, show_metric = False)
test = preprocess([[3, 'Jack Dawson', 'male', 19, 0, 0, 'N/A', 5.0000]], to_ignore)
# Make into a tensor
testTF = [tf.constant(i) for i in test]
# Pass the tensor into the predictor
print(model.predict([testTF]))
В настоящее время, когда я передаю тензор в модель, меня встречает ValueError: установка элемента массива с последовательностью.
В частности, как передать тензоры в модель TFLearn? Каковы вообще ограничения на использование тензоров в модели TFLearn?
