如何将TensorFlow张量传递给TFLearn模型

Question

我正在研究TensorFlow中的一个项目，该项目对已经训练过的机器学习模型执行操作。在教程TFLearn Quickstart之后，我建立了一个深度神经网络，可以预测Titanic Dataset的生存。我想以与使用TensorFlow模型相同的方式使用TFLearn模型。

TFLearn docs主页说

  

Tensorflow完全透明。所有功能都是通过张量构建的，可以独立于TFLearn

使用

这让我觉得我可以将张量作为输入等传递给TFLearn模型。

# 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]))

目前，当我将张量传递给模型时，我会遇到 ValueError：设置一个带序列的数组元素。

具体来说，如何将张量传递给TFLearn模型？ 一般来说，我对如何在TFLearn模型上使用张量有什么限制？