tensorflow学习中的多元回归输出节点 [英] Multiple regression output nodes in tensorflow learn

问题描述

我对 tensorflow 比较陌生，想使用 tf.contrib.learn 中的 DNNRegressor 进行回归任务.但不是一个输出节点，我想要几个(例如，让我们说十个).

I am relatively new to tensorflow and want to use the DNNRegressor from tf.contrib.learn for a regression task. But instead of one output node, I would like to have several (let's say ten for example).

如何配置我的回归器来调整许多输出节点以满足我的需要?

How can I configure my regressor to adjust many output nodes to fit my needs?

我的问题与以下已经在 SO 上提出的问题有关，但似乎没有有效的答案(我使用的是 TensorFlow 0.11 版)

My question is related to the following ones already asked on SO, but there seems to be no working answer (I am using TensorFlow version 0.11)

skflow 回归预测多个值

使用 SkFlow TensorFlowDNNRegressor 的多个目标列

推荐答案

看来使用 tflearn 将是另一个选择.

It seems using tflearn will be the other choice.

更新:我意识到我们应该使用 Keras 作为 tensorflow+ theano 的开发良好的 API.

Update: I realize we should use Keras as an well developed API for tensorflow+ theano .

这篇关于tensorflow学习中的多元回归输出节点的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！