Question

我是TensorFlow的初学者。我正在尝试使用 tf.contrib.learn.DNNClassifier ，但我不知道如何在 model_dir 中找到要插入的路径。我试过这个：

classifier = tf.contrib.learn.SKCompat(tf.contrib.learn.DNNClassifier(feature_columns=feature_columns,
                                            hidden_units=[10, 20, 10],
                                            n_classes=2,
                                            model_dir=("C:\\Users\Acer\Desktop\Dataset")))

我有这个错误：

INFO:tensorflow:Using default config.
INFO:tensorflow:Using config: {'save_checkpoints_secs': 600, '_evaluation_master': '', '_environment': 'local', 'save_summary_steps': 100, '_master': '', 'keep_checkpoint_every_n_hours': 10000, 'tf_config': gpu_options {
  per_process_gpu_memory_fraction: 1
}
, '_task_id': 0, 'keep_checkpoint_max': 5, '_is_chief': True, '_cluster_spec': <tensorflow.python.training.server_lib.ClusterSpec object at 0x00000098DFD030B8>, 'tf_random_seed': None, 'save_checkpoints_steps': None, '_num_ps_replicas': 0, '_task_type': None}

创建目录的正确途径是什么？

Answer 1

您提供的linux文件系统命名为“/ My_folder”作为model_dir，因此python在其运行时环境中查看当前工作目录（cwd）中的My_folder。在Windows文件系统上，如果提供完整路径，即“c：\ folder1 \ folder2folder3”，则python将是作为model_dir给出的绝对路径。

您真正需要的是首先在Windows机器中创建一个单独的目录，该目录是您当前用户配置文件的写入权限。使用python os模块检查您是否可以将python运行时保存到此文件夹。

一旦确认上面的文件夹具有写权限，只需使用该路径将完整的绝对名称和模型保存在python运行时目录之外。

Tensorflow：如何找到保存模型参数的正确路径 - model_dir

1 个答案: