使用tensorflow

Question

我正在学习张量流。我想做一些简单的＆＃34; guesser＆＃34;基于数字。我有以下csv：

val1;val2;result
1;1;2
1;2;3
2;1;3
2;2;4
2;3;5
3;2;5
3;3;6

公式只是添加两个数字（例如1 + 1 = 2）。我试过这个：

train_x, train_y = load_data()
my_feature_columns = []
for key in train_x.keys():
    my_feature_columns.append(tf.feature_column.numeric_column(key=key))
classifier = tf.estimator.DNNClassifier(
                                            feature_columns=my_feature_columns,
                                            hidden_units=[10,10],
                                            n_classes=3
                                           )
classifier.train(input_fn=lambda: train_input_fn(train_x, train_y, 100), steps=1000)
classifier.evaluate(input_fn=lambda: train_input_fn(train_x, train_y, 100), steps=1000)

expected = [8, 12]
predict_x = {
    'val1': [4, 6],
    'val2': [4, 6],
}
predictions = classifier.predict(predict_x)

以上代码不起作用。我收到了错误：

Label IDs must < n_classes

我希望收到基于val1和val2的.predict()函数结果，如上面的代码：4+4=8和6+6=12

Answer 1

你的猜测器解决了回归问题，而不是分类（this question解释了差异）。试试这个：

classifier = tf.estimator.DNNRegressor(
                                            feature_columns=my_feature_columns,
                                            hidden_units=[10,10],
                                           )