tf.contrib.learn 빠른 시작 : Fix float64 경고

Question

게시 된 자습서를 통해 TensorFlow를 시작하게되었습니다.

저는 리눅스 CPU python2.7 버전 0.10.0을 Fedora 23 (23 개)에서 실행합니다.

다음 코드에 따라 tf.contrib.learn Quickstart 튜토리얼을 시도하고 있습니다. 강령 실행

from __future__ import absolute_import 
from __future__ import division 
from __future__ import print_function 

import tensorflow as tf 
import numpy as np 

# Data sets 
IRIS_TRAINING = "IRIS_data/iris_training.csv" 
IRIS_TEST = "IRIS_data/iris_test.csv" 

# Load datasets. 
training_set = tf.contrib.learn.datasets.base.load_csv(filename=IRIS_TRAINING, 
                target_dtype=np.int) 
test_set = tf.contrib.learn.datasets.base.load_csv(filename=IRIS_TEST, 
               target_dtype=np.int) 

# Specify that all features have real-value data 
feature_columns = [tf.contrib.layers.real_valued_column("", dimension=4)] 

# Build 3 layer DNN with 10, 20, 10 units respectively. 
classifier = tf.contrib.learn.DNNClassifier(feature_columns=feature_columns, 
             hidden_units=[10, 20, 10], 
             n_classes=3, 
             model_dir="/tmp/iris_model") 

# Fit model. 
classifier.fit(x=training_set.data, 
      y=training_set.target, 
      steps=2000) 

# Evaluate accuracy. 
accuracy_score = classifier.evaluate(x=test_set.data, 
           y=test_set.target)["accuracy"] 
print('Accuracy: {0:f}'.format(accuracy_score)) 

# Classify two new flower samples. 
new_samples = np.array(
[[6.4, 3.2, 4.5, 1.5], [5.8, 3.1, 5.0, 1.7]], dtype=float) 
y = classifier.predict(new_samples) 
print('Predictions: {}'.format(str(y))) 

https://www.tensorflow.org/versions/r0.10/tutorials/tflearn/index.html#tf-contrib-learn-quickstart

,하지만 float64 경고를 제공합니다. 예를 들면 :

$ python confErr.py 
WARNING:tensorflow:load_csv (from tensorflow.contrib.learn.python.learn.datasets.base) is deprecated and will be removed after 2016-09-15. 
Instructions for updating: 
Please use load_csv_{with|without}_header instead. 
WARNING:tensorflow:load_csv (from tensorflow.contrib.learn.python.learn.datasets.base) is deprecated and will be removed after 2016-09-15. 
Instructions for updating: 
Please use load_csv_{with|without}_header instead. 
WARNING:tensorflow:Using default config. 
WARNING:tensorflow:float64 is not supported by many models, consider casting to float32. 
WARNING:tensorflow:Setting feature info to TensorSignature(dtype=tf.float64, shape=TensorShape([Dimension(None), Dimension(4)]), is_sparse=False) 
WARNING:tensorflow:Setting targets info to TensorSignature(dtype=tf.int64, shape=TensorShape([Dimension(None)]), is_sparse=False) 
WARNING:tensorflow:float64 is not supported by many models, consider casting to float32. 
WARNING:tensorflow:Given features: Tensor("input:0", shape=(?, 4), dtype=float64), required signatures: TensorSignature(dtype=tf.float64, shape=TensorShape([Dimension(None), Dimension(4)]), is_sparse=False). 
WARNING:tensorflow:Given targets: Tensor("output:0", shape=(?,), dtype=int64), required signatures: TensorSignature(dtype=tf.int64, shape=TensorShape([Dimension(None)]), is_sparse=False). 
Accuracy: 0.966667 
WARNING:tensorflow:float64 is not supported by many models, consider casting to float32. 
Predictions: [1 1] 

주 : '()는 load_csv_with_header'정확한 예측을 생산와 'load_csv()를'대체합니다. 그러나 float64 경고가 남아 있습니다.

나는 training_set, test_set 및 new_samples에 대해 dtype (np.int32; np.float32; tf.int32; tf.float32)을 명시 적으로 나열하려고했습니다.

은 또한으로 feature_columns을 '캐스팅'시도 : float64 개발 문제를 알려진 함께

feature_columns = tf.cast(feature_columns, tf.float32) 

문제점,하지만 어떤 해결 방법이 있는지 궁금 하군요?

Answer 1

Git-hub를 통해 개발 팀으로부터이 대답을 받았습니다.

안녕하세요 @ qweelar, float64 경고는 load_csv_with_header 함수가있는 버그로 인해 커밋 b6813bd에서 수정되었습니다. 이 수정은 TensorFlow 릴리스 0.10에는 없지만 다음 릴리스에 있어야합니다.

한편 tf.contrib.learn 빠른 시작을 위해 float64 경고를 무시해도됩니다.

(사이드 참고 : 다른 사용 중단 경고의 측면에서, 나는 load_csv_with_header를 사용하는 튜토리얼 코드를 업데이트되며, 그 자리에 때이 문제를 업데이트합니다.)