テンソルフローはオンライントレーニングをサポートしていますか？

Question

私はデータをサンプルごとにフィードしようとします。結果は、異なるデータセットでは完全に間違っているか、または非常に近似しています（絶対エラーの25〜50％）。 1つのトレーニングであれば、結果はすべてのデータセットで問題ありません。

import itertools as itools 
import numpy as np 
import tensorflow as tf 
from sklearn import preprocessing 

class Test: 
    def __init__(self, x, y): 
     self.x = x 
     self.y = y 
     self._i = 0 

    def do_test(self): 
     x_col = tf.contrib.layers.real_valued_column("x", dimension=1) 
     model = tf.contrib.learn.LinearRegressor(feature_columns=[x_col]) 
     print("Fitting") 
     max_steps = 80 
     for _ in range(0, len(self.x)): 
      model.fit(input_fn=self.input_split, steps=max_steps) 
     print("Predicting") 
     scaled_out = model.predict(input_fn=self.eval_fn) 
     print(self._inverse_y(list(itools.islice(scaled_out, self.eval_len)))) 

    def input_split(self): 
     if 0 == self._i: 
      self.x_std, self.y_std = self._transform(self.x, self.y) 
     if len(self.x_std) == self._i: 
      raise StopIteration 
     x = self.x_std[self._i] 
     y = self.y_std[self._i] 
     self._i += 1 
     feature_cols = {"x": tf.constant([x], dtype=tf.float32), 
         } 
     print(x, y) 
     label = tf.constant([y], dtype=tf.float32) 
     return feature_cols, label 

    def eval_fn(self): 
     x = [0, 1, 5, 10] 
     y = np.zeros(len(x)) 

     self.eval_len = len(x) 

     x_std, y_std = self._transform(x, y) 
     feature_cols = {"x": tf.constant(x_std, dtype=tf.float32), 
       } 
     label = tf.constant(y_std, dtype=tf.float32) 
     return feature_cols, label 


    def _transform(self, x_in, y_in): 
     if not hasattr(self, "x_scaler"): 
      self.x_scaler = preprocessing.StandardScaler().fit(x_in) 
      self.y_scaler = preprocessing.StandardScaler().fit(y_in) 
     x_std = self.x_scaler.transform(x_in) 
     y_std = self.y_scaler.transform(y_in) 
     return x_std, y_std 

    def _inverse_y(self, y_std): 
     return self.y_scaler.inverse_transform(y_std) 

P. fitとpartial_fitはソースに応じて同じです

Answer 1

これはlearning_rateや最適化のようです。次のように彼らとしてみてください：

model = tf.contrib.learn.LinearRegressor(..., optimizer=tf.train.YOUR_OPTIMIZER(YOUR_LEARNING_RATE)))