2017-12-02 20 views
0

私は数ヶ月間TensorflowとTFLearnを使っていました。私はいくつかの進歩を遂げました。しかし、私はTFLearn.DNN()として機能するScikit学習型Estimatorを構築できることを期待していました。私はフィットすることができ、私は予測することができますが、evaluate()が失敗しているので、クロスバリデーションはできません。テンソルフローを投げています...TFLearn、tensorflow.contrib.learn、またはtf.estimator?

ValueError: Cannot use the given session to evaluate tensor: the tensor's graph is different from the session's graph. 

...評価()を呼び出すと、 TFLearn APIの全体的なポイントは、セッション管理のようなものを私のコードから抽象化することだと思いました。

私は、プロジェクトのGitHubページを含め、いくつかのフォーラムでTFLearnの問題について質問しました。残念ながら、私は答えを得ていない、ただ沈黙している。

数日前に、突然私はtensorflow.contrib.learn名前空間に遭遇しました。これらのクラスとTFLearnの間に重複が多く見られています。そして、私はtf.estimatorクラスを見つけました。

最後に、tensorflow.contribサブパッケージが第三者投稿であることを知りました。これは、オリジナルのTFLearnが単により大きなTensorflowパッケージに吸収されているのかどうか疑問に思っています。どの方向にコードが流れるのですか?興味を持って関与している開発者のグループはどこにありますか?

scikit-learnエスティメータオブジェクトの機能をすべて利用できる限り、私は何を使用しても構いません。

ご指摘いただきありがとうございます。

答えて

0

tf.datatf.estimatorのように、TensorFlowの公式サブモジュールを使用することをお勧めします。それらは十分に維持され、機能はすぐに追加されるべきです。

たとえば、@ mrryはtf.dataを担当しているようで、モジュールは非常にきれいで使いやすく、tf.estimatorと互換性があります。

モジュールtf.estimatorは少し明確ではなく、tf.contrib.learnです。私の言葉を取ってはいけませんが、tf.contrib.learnを徐々に置き換えると、tf.estimatorはゆっくりとTensorFlowの公式のハイレベルAPI(tf.kerasと一緒に)になるはずです。


あなたは、彼らがすべてのモジュール間の関係を説明する公式blog post、でより多くの情報を見つけることができます。

Organization of TensorFlow modules

関連する問題