Могу ли я использовать Estimator API для генерации прогнозов без шага поезда (например, KNN)? - PullRequest
Новая
       2

Могу ли я использовать Estimator API для генерации прогнозов без шага поезда (например, KNN)?

0 голосов
/ 06 мая 2019

Я пытаюсь настроить KNN с помощью API tf.estimator, создав собственный оценщик. У KNN нет концепции обучения, поэтому я просто хотел бы определить шаг прогнозирования.

Я пытался настроить его как: 

def input_fn():
    train_data = np.random.sample((100, 2))
    data = tf.data.Dataset.from_tensor_slices(train_data)
    return data

def model_fn(features, labels, mode, params, config):    
    k=10
    distance = tf.reduce_sum(tf.abs(tf.subtract(features, tf.expand_dims(features, 1))), axis=2)
    _, top_k_indices = tf.nn.top_k(tf.negative(distance), k=k)    
    return tf.estimator.EstimatorSpec(mode, predictions=top_k_indices)

run_config = tf.estimator.RunConfig(save_summary_steps=None,
                                    save_checkpoints_secs=None)
estimator = tf.estimator.Estimator(model_fn, config=run_config)

next(estimator.predict(input_fn))

Но я получаю ошибку ValueError: Could not find trained model in model_dir: /tmp/tmpPGjIhN.

Я бы хотел, чтобы модель предсказывала без обучения, просто возвращая 10 ближайших соседей, как они определены в model_fn. Нам не нужно тренироваться для инициализации весов.

...