TensorFlow的估算器(estimator)相关使用错误集

*********在此文中我将把自己在tensorflow中使用estimator的错误记录下来，为我以后遇到相同问题做参考，此篇文章将长期更新(要是有啥问题的话，欢迎指出，要是有人也能将自己遇到的问题以及解决方法留下就更好了^ _ ^)*********

1.使用特征列中的embedding_column时需要事先定义分类特征

feature_column中embedding_column需要一个分类特征作为参数，其中分类特征列(category_column)的定义有四种方式。

2.出现特征不在特征字典（feature is not in feature dictionary）的错误。

出现该错误时，很大可能是传入数据并未正确解析，缺少了特征内容。

3.在使用tf.decode_csv函数进行解析时，default_columns要与实际数据的列数长度一致

4.出现如Feild 8 in record 0 is not valid int64：88881216345的错误

该错误的意思为 第0个记录的第8个字段（也就是特征）内容（88881216345）不是一个合法的int64。根据我的情况来说，这个错误是发生在tf.decode_csv中的。原因为decode_csv解析的实际数据类型与传入的default_columns不完全匹配。如下例：

#default_columns中的[0]均为int32类型
default_columns = [[0], [0], [0]]

#假设line中实际数据为8887，2222，999220
#其中8887， 2222均为int32类型， 999220为int64类型
parse_line = tf.decode_csv(line, default_columns=default_columns)

如果按上例直接运行最后便会产生999220不是合法int32类型的数据的错误。可将上例改为如下：

default_columns = [[0], [0], [tf.int64(0)]]

parse_line = tf.decode_csv(line, default_columns=default_columns)

值得注意的是int32，int64数据类型必须区分，但是对于float32与float64却不需要注意这个。