TensorFlow gặp sự cố khi lắp TensorForestEstimator

Question

Tôi đang cố gắng vừa với mô hình TensorForestEstimator với dữ liệu dấu phẩy động dạng số đại diện cho 7 đối tượng địa lý và 7 nhãn. Tức là, hình dạng của cả hai features và labels là (484876, 7). Tôi đặt num_classes=7 và num_features=7 trong ForestHParams một cách thích hợp. Định dạng của dữ liệu như sau:

f1  f2  f3 f4  f5 f6 f7 l1  l2  l3  l4  l5  l6  l7 
39000.0 120.0 65.0 1000.0 25.0 0.69 3.94 39000.0 39959.0 42099.0 46153.0 49969.0 54127.0 55911.0 
32000.0 185.0 65.0 1000.0 75.0 0.46 2.19 32000.0 37813.0 43074.0 48528.0 54273.0 60885.0 63810.0 
30000.0 185.0 65.0 1000.0 25.0 0.41 1.80 30000.0 32481.0 35409.0 39145.0 42750.0 46678.0 48595.0 

Khi gọi fit() Python treo với thông báo sau:

Python bỏ bất ngờ khi sử dụng _pywrap_tensorflow_internal.so plug-in.

Đây là kết quả khi cho phép tf.logging.set_verbosity('INFO'):

INFO:tensorflow:training graph for tree: 0 
INFO:tensorflow:training graph for tree: 1 
... 
INFO:tensorflow:training graph for tree: 9998 
INFO:tensorflow:training graph for tree: 9999 
INFO:tensorflow:Create CheckpointSaverHook. 
2017-07-26 10:25:30.908894: F tensorflow/contrib/tensor_forest/kernels/count_extremely_random_stats_op.cc:404] 
Check failed: column < num_classes_ (39001 vs. 8) 

Process finished with exit code 134 (interrupted by signal 6: SIGABRT) 

Tôi không chắc chắn những gì lỗi này có nghĩa là, nó không thực sự có ý nghĩa kể từ num_classes=7, không 8 và như hình dạng các tính năng và nhãn là (484876, 7), tôi không biết 39001 đến từ đâu.

Đây là đoạn mã để tái sản xuất:

import numpy as np 
import pandas as pd 
import os 

def get_training_data(): 
    training_file = "data.txt" 
    data = pd.read_csv(training_file, sep='\t') 

    X = np.array(data.drop('Result', axis=1), dtype=np.float32) 

    y = [] 
    for e in data.ResultStr: 
     y.append(list(np.array(str(e).replace('[', '').replace(']', '').split(',')))) 

    y = np.array(y, dtype=np.float32) 

    features = tf.constant(X) 
    labels = tf.constant(y) 

    return features, labels 

hyperparameters = ForestHParams(
    num_trees=100, 
    max_nodes=10000, 
    bagging_fraction=1.0, 
    num_splits_to_consider=0, 
    feature_bagging_fraction=1.0, 
    max_fertile_nodes=0, 
    split_after_samples=250, 
    min_split_samples=5, 
    valid_leaf_threshold=1, 
    dominate_method='bootstrap', 
    dominate_fraction=0.99, 
    # All parameters above are default 
    num_classes=7, 
    num_features=7 
) 

estimator = TensorForestEstimator(
    params=hyperparameters, 
    # All parameters below are default 
    device_assigner=None, 
    model_dir=None, 
    graph_builder_class=RandomForestGraphs, 
    config=None, 
    weights_name=None, 
    keys_name=None, 
    feature_engineering_fn=None, 
    early_stopping_rounds=100, 
    num_trainers=1, 
    trainer_id=0, 
    report_feature_importances=False, 
    local_eval=False 
) 

estimator.fit(
    input_fn=lambda: get_training_data(), 
    max_steps=100, 
    monitors=[ 
     TensorForestLossHook(
      early_stopping_rounds=30 
     ) 
    ] 
) 

Nó cũng không làm việc nếu tôi quấn nó với SKCompat, các lỗi tương tự xảy ra. Nguyên nhân của vụ tai nạn này là gì?

Answer 1

regression=True cần được chỉ định trong ForestHParams do mặc định TensorForestEstimator giả định rằng nó đang được sử dụng để giải quyết vấn đề phân loại, chỉ có thể xuất một giá trị.

Có một biến số ẩn là num_outputs được tạo khi khởi tạo bộ ước tính và được đặt thành 1 nếu regression không được chỉ định. Nếu regression được chỉ định, thì num_outputs = num_classes và các điểm kiểm tra được lưu bình thường.