我已经将python3上的tensorflow从0.7更新到0.9。现在我无法使用skflow(tensorflow.contrib.learn)恢复以前保存的模型,这是在tensorflow 0.7上工作的示例代码示例。
import tensorflow.contrib.learn as skflow
from sklearn import datasets, metrics, preprocessing
boston = datasets.load_boston()
X = preprocessing.StandardScaler().fit_transform(boston.data)
regressor = skflow.TensorFlowLinearRegressor()
regressor.fit(X, boston.target)
score = metrics.mean_squared_error(regressor.predict(X), boston.target)
print ("MSE: %f" % score)
regressor.save('/home/model/')
classifier = skflow.TensorFlowEstimator.restore('/home/model/')
在tensorflow 0.9上我已经收到了这个错误。
AttributeError: 'TensorFlowLinearRegressor' object has no attribute '_restore'
我相信model_dir
在构建估算器/回归器时,不赞成使用保存和恢复,而是使用参数:
regressor = skflow.TensorFlowLinearRegressor(model_dir='/home/model/')
regressor.fit(X, boston.target)
...
estimator = skflow.TensorFlowLinearRegressor(model_dir='/home/model/')
estimator.predict(...)
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句