tensorflowの例題に掲載されている例のDNNRegressorでhidden_​​unitsを変更するには？

Question

tensorflowプログラム "https://www.tensorflow.org/get_started/input_fn"の実践では、DNNRegressorのhidden_​​unitsを[10、10]から[10、20、10]に変更するとpythonがエラーをスローします。 hidden_​​unitsは[10、10]にしか設定できないようですが、どうしてそれを変更するのか分かりません。プログラムは以下の通りである：

＃

from __future__ import absolute_import 
from __future__ import division 
from __future__ import print_function 

import itertools 

import pandas as pd 
import tensorflow as tf 

tf.logging.set_verbosity(tf.logging.INFO) 

COLUMNS = ["crim", "zn", "indus", "nox", "rm", "age", 
      "dis", "tax", "ptratio", "medv"] 
FEATURES = ["crim", "zn", "indus", "nox", "rm", 
      "age", "dis", "tax", "ptratio"] 
LABEL = "medv" 

training_set = pd.read_csv("boston_train.csv", skipinitialspace=True, 
          skiprows=1, names=COLUMNS) 
test_set = pd.read_csv("boston_test.csv", skipinitialspace=True, 
         skiprows=1, names=COLUMNS) 
prediction_set = pd.read_csv("boston_predict.csv", skipinitialspace=True, 
          skiprows=1, names=COLUMNS) 

feature_cols = [tf.contrib.layers.real_valued_column(k) 
        for k in FEATURES] 
# [_RealValuedColumn(column_name='crim', dimension=1, 
# default_value=None, dtype=tf.float32, normalizer=None) ...] 
print('feature_cols: ', feature_cols) 

regressor = tf.contrib.learn.DNNRegressor(feature_columns=feature_cols, 
              hidden_units=[10, 20, 10], 
              model_dir="/tmp/boston_model") 

classifier = tf.contrib.learn.DNNClassifier(
    hidden_units=[10, 20, 40, 20, 10], 
    n_classes=3, 
    dropout=0.2, 
    feature_columns=feature_columns 
    ) 

def input_fn(data_set): 
    feature_cols = {k: tf.constant(data_set[k].values) 
        for k in FEATURES} 
    labels = tf.constant(data_set[LABEL].values) 
    return feature_cols, labels 

regressor.fit(input_fn=lambda: input_fn(training_set), steps=5000) 

ev = regressor.evaluate(input_fn=lambda: input_fn(test_set), steps=1) 
print('ev: ',ev) 
loss_score = ev["loss"] 
print("Loss: {0:f}".format(loss_score)) 

y = regressor.predict(input_fn=lambda: input_fn(prediction_set)) 
# .predict() returns an iterator; convert to a list and print predictions 
predictions = list(itertools.islice(y, 6)) 
print ("Predictions: {}".format(str(predictions))) 

＃

は、エラーメッセージは次のとおりです。

NotFoundError (see above for traceback): Key dnn/hiddenlayer_2/weights/t_0/Adagrad not found in checkpoint 
    [[Node: save/RestoreV2_11 = RestoreV2[dtypes=[DT_FLOAT], _device="/job:localhost/replica:0/task:0/cpu:0"](_recv_save/Const_0, save/RestoreV2_11/tensor_names, save/RestoreV2_11/shape_and_slices)]] 

Answer 1

/boston_model/tmpディレクトリを削除して、再度実行してみてください、または変更：

regressor = tf.contrib.learn.DNNRegressor(feature_columns=feature_cols, 
             hidden_units=[10, 20, 10], 
             model_dir="/tmp/boston_model") 

~

regressor = tf.contrib.learn.DNNRegressor(feature_columns=feature_cols, 
             hidden_units=[10, 20, 10]) 

再度実行してください。