Question

我正在尝试在Tensorflow中构建自定义估算函数，以预测f =（x + 2y）/ z。我想传入x，y和z并让模型预测f。我可以使用固定的估算器来执行此操作，但是使用自定义估算器很难解决。

我对tf还是很陌生，主要问题是设置模型功能。我在网上找到的大多数指南都是针对标签数量有限的数据集，在这个问题中，f（我的标签）可能是范围很广的数字。

如果有人愿意花时间为这个问题布置模型功能，将不胜感激！

我已经创建了一个生成数据的功能，所以我进行了数据训练测试。我通过使用range函数创建10000x3矩阵，然后实现f =（x + 2y）/ z来添加f列来完成此操作。

在这里我需要帮助：

#Building Custom TF Estimators 

from platform import python_version
import tensorflow as tf
import numpy as np
import pandas as pd
from sklearn import linear_model
import Data
print("Python: ", python_version())
print("Tensorflow: ", tf.__version__)

###############
#Model Function
###############
def my_model(features, labels, mode, params):

    #Input layer


    #Hidden layers


    #Output layers


    #Predictions


    #Loss


    #Evaluation


##############
#Main Funciton
##############
def main():

    #Build the DNN


    #Train the model


    #Evaluate the model


    #Test custom inputs

最后，我应该能够将3个数字（x，y，z）传递到模型中，并预测准确的f值。

建立自定义估算器以解决数学问题

0 个答案: