从预制DNNRegressor返回浮点值

Question

我制作了一个DNNRegressor模型来预测一个非常适合训练和评估的浮点值，但是我无法从model.predict函数返回任何预测的浮点值。只是我无法打印或枚举的生成器。

感谢答案

'''python
 predict_x={"X1": "Male",
             "X2": "Worker",
             "X3": 0,
             "X4": 114,
             "X5": 212,
             "X6": 29,
             "X7": 0.2,
             "X8": "Amsterdam",
             "X9": 60,
             "X11": 1.5,
             "X12": 1,
             "X13": 6,
             "X14": "Rotterdam",
            }
  predict_input_fn = tf.estimator.inputs.numpy_input_fn(
      x=predict_x,
      y=None,
      num_epochs=1,
      shuffle=False)
  pred = model.predict(predict_input_fn,yield_single_examples=False)
  predictions = list(pred)
  print (predictions[0])
'''

1）当我尝试仅打印（pred）时，没有错误，但：

我试图打印或枚举生成器的产量...没有成功，因为组件似乎是形状。

2）温，我尝试列举一下：   文件“ C：\ Users \ Usr \ AppData \ Local \ conda \ conda \ envs \ tensorflow \ lib \ site-pac kages \ tensorflow \ python \ estimator \ inputs \ numpy_io.py“，第177行，在     如果len（set（v.shape [0] forordered_dict_data.values（）中的v））！= 1： AttributeError：“浮动”对象没有属性“ shape”