我跑了一些教程代码text classificationTensorflow:解决
我可以运行这些脚本tf.estimator.inputs.numpy_input_fn功能和它的工作,但是当我试图通过线试图了解每一行运行步是干什么的,我有点困惑,在此步骤:
test_input_fn = tf.estimator.inputs.numpy_input_fn(
x={WORDS_FEATURE: x_test},
y=y_test,
num_epochs=1,
shuffle=False)
classifier.train(input_fn=train_input_fn, steps=100)
我知道概念train_input_fn是喂养数据的训练功能,但我怎么可以手动调用这个FN检查什么在它?
我跟踪的代码,发现了train_input_fn功能将资料提供至以下两个变量:
features
Out[15]: {'words': <tf.Tensor 'random_shuffle_queue_DequeueMany:1' shape=(560, 10) dtype=int64>}
labels
Out[16]: <tf.Tensor 'random_shuffle_queue_DequeueMany:2' shape=(560,) dtype=int32>
当我试图做一个sess.run(功能)来评价的特征变量,我终端似乎卡住,停止响应。
什么是正确的方式来检查这些变量的内容?
谢谢!
谢谢DomJack。代码在Python 3上进行了一些小改动。我不认为在Tensorflow中打印出张量的值是非常复杂的。 – Allen
这是因为队列运行器的实现。我编辑了我的答案,以包含可能会有帮助的数据集示例。 '数据集'是比较新的,但是一旦你通过了一些样板,我发现它们非常简单,强大而且快速。 – DomJack
谢谢@DomJack。我一定会检查出来的。我发现它有时非常直观地调试Tensorflow代码。 – Allen