在张量流中使用估算器并使用tf.estimator.inputs.numpy_input_function()传递输入时，为要素和标签创建的张量的名称是什么？输入。
如果我打印出图表中所有占位符的名称，我会得到以下内容：
name: "enqueue_input/Placeholder"
name: "enqueue_input/Placeholder_1"
name: "enqueue_input/Placeholder_2"
然而，这些张量的形状没有指定，所以我不知道哪个或哪个有3个而不是只有一个特征和一个标签张量。
我意识到这个问题也在这里被问到：TensorFlow: What are the input nodes for tf.Estimator models
但没有人回答。
答案 0 :(得分：0)
y有两个重要参数：x和y。 x是一个字典，它将要素列的名称与包含要素数据的数组相匹配。 x_coord是一个数组，其中包含train_input = tf.estimator.inputs.numpy_input_fn(
x={"x_coord": np.array([0.5, 1.2])}, y=np.array([1, 2]))
中的要素标签。
例如，以下代码在值为0.5时将名为var select = document.getElementsByTagName('select');
for (var i = 0; i < select.length; i++){
select[i].value = localStorage.getItem(i);
}
jQuery("select").change(function () {
for (var i = 0; i < select.length; i++){
localStorage.setItem(i, select[i].value);
}
});
的功能与Label 1相关联，在值为1.2时将Label 2与Label 2相关联：
"input"