Я использую API набора данных Tensorflow для создания базового набора данных и использования его в качестве входных данных для стандартного RNNEstimator следующим образом (Обратите внимание, что для краткости некоторые строки опущены:
sequence_feature_colums = [tf.contrib.feature_column.sequence_numeric_column("price")]
estimator = tf.contrib.estimator.RNNEstimator(
head=tf.contrib.estimator.regression_head(),
sequence_feature_columns=sequence_feature_colums)
dataset = tf.data.Dataset.from_tensor_slices((dict(features), labels))
estimator.train(input_fn=lambda:return dataset)
Но я вижу следующую ошибку при вызове train
:
...
File "/Users/luke/virtualenvs/smp-rnn/lib/python3.6/site-packages/tensorflow/contrib/feature_column/python/feature_column/sequence_feature_column.py", line 497, in _get_sequence_dense_tensor
sp_tensor, default_value=self.default_value)
File "/Users/luke/virtualenvs/smp-rnn/lib/python3.6/site-packages/tensorflow/python/ops/sparse_ops.py", line 1449, in sparse_tensor_to_dense
sp_input = _convert_to_sparse_tensor(sp_input)
File "/Users/luke/virtualenvs/smp-rnn/lib/python3.6/site-packages/tensorflow/python/ops/sparse_ops.py", line 68, in _convert_to_sparse_tensor
raise TypeError("Input must be a SparseTensor.")
TypeError: Input must be a SparseTensor.
Что я здесь не так делаю? Это очень простой пример следующих стандартных шагов по использованию оценщиков, поэтому я не уверен, где в моемкод, который я решил , а не , чтобы использовать SparseTensor.