将时间数据馈送到tf.estimator:`input_fn`必须是可调用的

Question

目标

我想修改这个教程来使用这个时间序列数据集，而不是普通的图像数据。

方法

我已经确定了几种将数据输入tf.estimatorAPI的方法。最方便的(因为使用.from_generator是猜测…(是如下使用tf.data.Dataset.from_tensor_slices(training_data_ndarray)：

trnX, trnY, tstX, tstY = load_dataset()
trnXl = trnX.tolist()
tstXl = tstX.tolist()
tstYl = tstY.tolist()
trnYl = trnY.tolist()
trndataset = tf.data.Dataset.from_tensor_slices((trnXl, trnYl))
tstdataset = tf.data.Dataset.from_tensor_slices((tstXl, tstYl))
...
def _input_fn(partition):
if partition == "train":
dst = trndataset
elif partition == "predict":
dst = tstdataset
else:
dst = tstdataset
return dst

错误/问题

TypeError:input_fn必须是可调用的，给定：DatasetV1Adapter形状：((128，9(，(6，((，类型：(tf.float32，tf.floot32(>

复制

我使用paperspace实例。如果您有帐户，可以在此处查看。

1. 如果没有，请获取以下要点中的完整代码：
2. 来自2的数据集

设置：

• Tensorflow 1.15
• Python 3.6.8
• 急切的执行：关闭(adanet库无法处理(

调用时出现错误：

tf.estimator.train_and_evaluate(
estimator,
train_spec=tf.estimator.TrainSpec(
input_fn=_input_fn("train"),
max_steps=TRAIN_STEPS),
eval_spec=tf.estimator.EvalSpec(
input_fn=_input_fn("test"),
steps=None,
start_delay_secs=1,
throttle_secs=1,  
))

现在怎么办

使用创建tf.data.Dataset的方法，我看不到前进的道路，因为输入函数("创建返回数据集的输入函数"(似乎不正确。

Answer 1

这可能会在未来对某人有所帮助，但并不能解决我更深层次的问题。

为了使input_fn可调用但仍然接受参数，有两个选项：将函数调用封装在lambda运算符中，或者将实际input_fn封装在另一个返回内部函数的input_fn中

classifier.train(
input_fn=lambda: input_fn(train, train_y, training=True),
steps=5000)

请注意，您将input_fn调用封装在lambda中以捕获参数，同时提供一个不接受参数的输入函数，正如Estimator 所期望的那样

来源：https://www.tensorflow.org/tutorials/estimator/premade