Tensorflow版本''1.1.0'SKCompat属性错误

我正在尝试使用TF 1.1.0使用MNIST CNN教程提供的here来实现VGGnet。我收到的错误信息是：Tensorflow版本''1.1.0'SKCompat属性错误

AttributeError: 'SKCompat' object has no attribute 'evaluate'

我的代码这部分AttributeError的抛出了：

#create estimator 
vggnet_classifier = learn.SKCompat(learn.Estimator(model_fn=vggnet_model, model_dir= "/tmp/vgg_net")) 

# Set up logging for predictions 
tensors_to_log = {"probabilities": "softmax_tensor"} 
logging_hook = tf.train.LoggingTensorHook(tensors=tensors_to_log, every_n_iter=100) 

#train model 
vggnet_classifier.fit(
    x=X_train, 
    y=y_train, 
    batch_size=100, 
    steps=2, 
    monitors=[logging_hook]) 

# Configure the accuracy metric for evaluation 
metrics = { 
    "accuracy": 
     learn.MetricSpec(metric_fn=tf.metrics.accuracy, prediction_key="classes"),} 

# Evaluate the model and print results 
eval_results = vggnet_classifier.evaluate(x=X_val, y=y_val, metrics=metrics) 
print(eval_results)

我最初添加周围learn.Estimator的包装由于弃用警告，但我可以”似乎找不到任何有关如何使用包装估计器来评估模型的信息。

来源

2017-05-25 KRS-fun

我忘了声明：

loss = None 
train_op = None

在我vggnet_model功能，这似乎是错误的来源。删除learn.SKcompat（）抛出警告，但模型训练良好，现在运行良好。

来源

2017-05-26 13:07:08

我不知道现在是否有优雅的解决方案。正如OP指出的那样，使用SKCompat（）包装可以避免警告，并且这似乎是将来要做的事情;但另一方面，evaluate（）函数就是这样打破的。

来源

2017-07-08 00:53:18 ymeng

Tensorflow版本''1.1.0'SKCompat属性错误

回答

相关问题