Я создал свой оценщик как:
estimator = tf.estimator.DNNClassifier(
hidden_units=[500, 100],
feature_columns=[embedded_text_feature_column],
n_classes=2,
optimizer=tf.train.AdagradOptimizer(learning_rate=0.003))
и запустил обучение как:
estimator.train(input_fn=train_input_fn, steps = 2)
После этих двух шагов я хочу сохранить свою модель / оценщик.Я попробовал следующее:
# NOT SURE IF THE FOLLOWING FUNCTION IS CORRECT
def serving_input_receiver_fn():
"""Build the serving inputs."""
# The outer dimension (None) allows us to batch up inputs for
# efficiency. However, it also means that if we want a prediction
# for a single instance, we'll need to wrap it in an outer list.
inputs = {"x": tf.placeholder(shape=[None, 4], dtype=tf.float32)}
return tf.estimator.export.ServingInputReceiver(inputs, inputs)
export_dir = classifier.export_savedmodel(
export_dir_base="/home/suhail/tensorflow-stubs/",
serving_input_receiver_fn=serving_input_receiver_fn)
Но это выдает ошибку, говорящую: Feature sentence if not in features dictionary
.Я обучил модель , как указано в документации на text_classification_with_tf_hub
Что я делаю неправильно?