Тренинг DNNRegressor с 2D метками

Question

Я пытаюсь выучить DDNRegressor с двухмерными метками:

estimator = tf.estimator.DNNRegressor(
    hidden_units=[10,10],
    feature_columns=feature_columns, 
    label_dimension=2
)

def train_input_fn():
    return tf.estimator.inputs.pandas_input_fn(
        x = train_df,
        y = train_df[["coord_x", "coord_y"]],
        batch_size=100,
        num_epochs=1000,
        shuffle=True
    )

estimator.train(input_fn=train_input_fn())

, но застряла ошибка:

TypeError: Не удалось преобразовать объект типа Тензор.Содержание: {'ordin_x ': ,'ordin_y':

Какой правильный способ передачи 2D-меток из Pandas DataFrame в tf.estimator.inputs.pandas_input_fn?

Спасибо

Answer 1

Я нашел обходной путь, но я не совсем доволен им. Все еще ищите правильный путь, используя tf.estimator.inputs.pandas_input_fn.

    def train_input_fn():
        features = {
            "rssi_x1": train_df["rssi_x1"].values.tolist(),
            "rssi_x2": train_df["rssi_x2"].values.tolist(),
            "rssi_y1": train_df["rssi_y1"].values.tolist(),
            "rssi_y2": train_df["rssi_y2"].values.tolist()
        }
        labels = train_df[["coord_x", "coord_y"]].values.tolist()

        dataset = tf.data.Dataset.from_tensor_slices((dict(features), labels))
        dataset = dataset.shuffle(1000).repeat().batch(100)
        return dataset   

    estimator.train(input_fn=train_input_fn, steps=90000)