Ich versuche, VGGnet mit TF 1.1.0 zu implementieren, mit dem MNIST CNN Tutorial here bereitgestellt. Die Fehlermeldung Ich erhalte ist:Tensorflow-Version '' 1.1.0 'SKCompat AttributeError
AttributeError: 'SKCompat' object has no attribute 'evaluate'
Dieser Teil meines Codes wirft die Attribute:
#create estimator
vggnet_classifier = learn.SKCompat(learn.Estimator(model_fn=vggnet_model, model_dir= "/tmp/vgg_net"))
# Set up logging for predictions
tensors_to_log = {"probabilities": "softmax_tensor"}
logging_hook = tf.train.LoggingTensorHook(tensors=tensors_to_log, every_n_iter=100)
#train model
vggnet_classifier.fit(
x=X_train,
y=y_train,
batch_size=100,
steps=2,
monitors=[logging_hook])
# Configure the accuracy metric for evaluation
metrics = {
"accuracy":
learn.MetricSpec(metric_fn=tf.metrics.accuracy, prediction_key="classes"),}
# Evaluate the model and print results
eval_results = vggnet_classifier.evaluate(x=X_val, y=y_val, metrics=metrics)
print(eval_results)
ich ursprünglich hinzugefügt, um die Wrapper um learn.Estimator
aufgrund einer deprecation Warnung, aber ich kann‘ Es scheint keine Informationen darüber zu geben, wie der umhüllte Schätzer zur Bewertung des Modells verwendet werden kann.