Tensorflow：Macで使えていたコードがWindows１０+Anaconda3+python3.5環境で動かないです

Question

前提・実現したいこと

こちらの記事のソースコードを参考にNNを組んで見ました。
Macでは動くのですがwindows+Anacondaを組んでみてもうまくいかなかったので、
お知恵を拝借したいです。よろしくお願い致します。

ニューラルネットワークでプロ野球選手の給与を査定してみる
http://qiita.com/sergeant-wizard/items/9bb45c0850aebca2bc07

より詳細な情報
python2→python3用のコードに記事のソースから書き直しています。

tf.scalar_summary→tf.summary.scalar
print→print()

実行環境はwindows10+Anaconda+python3.5+tensorflow1.0~になります

ソースコードを入れて吐き出されたエラーメッセージ

  File "sample.py", line 55, in <module>
    loss = loss(output, salary_placeholder, loss_label_placeholder)
  File "sample.py", line 28, in loss
    tf.summary.scalar(loss_label_placeholder, loss)
  File "C:\Users\tai\Anaconda3\envs\tensorenv\lib\site-packages\tensorflow\python\summary\summary.py", line 116, in scalar
    name = _clean_tag(name)
  File "C:\Users\tai\Anaconda3\envs\tensorenv\lib\site-packages\tensorflow\python\summary\summary.py", line 88, in _clean_tag
    new_name = _INVALID_TAG_CHARACTERS.sub('_', name)
TypeError: expected string or bytes-like object

ソースコード
csvファイルのリンク：https://gist.github.com/sergeant-wizard/b2c548fbd3b3a01b23ca

import tensorflow as tf
import numpy

SCORE_SIZE = 33
HIDDEN_UNIT_SIZE = 32
TRAIN_DATA_SIZE = 90

raw_input = numpy.loadtxt(open("input.csv"), delimiter=",")
[salary, score]  = numpy.hsplit(raw_input, [1])

[salary_train, salary_test] = numpy.vsplit(salary, [TRAIN_DATA_SIZE])
[score_train, score_test] = numpy.vsplit(score, [TRAIN_DATA_SIZE])

def inference(score_placeholder):
  with tf.name_scope('hidden1') as scope:
    hidden1_weight = tf.Variable(tf.truncated_normal([SCORE_SIZE, HIDDEN_UNIT_SIZE], stddev=0.1), name="hidden1_weight")
    hidden1_bias = tf.Variable(tf.constant(0.1, shape=[HIDDEN_UNIT_SIZE]), name="hidden1_bias")
    hidden1_output = tf.nn.relu(tf.matmul(score_placeholder, hidden1_weight) + hidden1_bias)
  with tf.name_scope('output') as scope:
    output_weight = tf.Variable(tf.truncated_normal([HIDDEN_UNIT_SIZE, 1], stddev=0.1), name="output_weight")
    output_bias = tf.Variable(tf.constant(0.1, shape=[1]), name="output_bias")
    output = tf.matmul(hidden1_output, output_weight) + output_bias
  return tf.nn.l2_normalize(output, 0)

def loss(output, salary_placeholder, loss_label_placeholder):
  with tf.name_scope('loss') as scope:
    loss = tf.nn.l2_loss(output - tf.nn.l2_normalize(salary_placeholder, 0))
    tf.summary.scalar(loss_label_placeholder, loss)
  return loss

def training(loss):
  with tf.name_scope('training') as scope:
    train_step = tf.train.GradientDescentOptimizer(0.01).minimize(loss)
  return train_step


with tf.Graph().as_default():
  salary_placeholder = tf.placeholder("float", [None, 1], name="salary_placeholder")
  score_placeholder = tf.placeholder("float", [None, SCORE_SIZE], name="score_placeholder")
  loss_label_placeholder = tf.placeholder("string", name="loss_label_placeholder")

  feed_dict_train={
    salary_placeholder: salary_train,
    score_placeholder: score_train,
    loss_label_placeholder: "loss_train"
  }

  feed_dict_test={
    salary_placeholder: salary_test,
    score_placeholder: score_test,
    loss_label_placeholder: "loss_test"
  }

  output = inference(score_placeholder)
  loss = loss(output, salary_placeholder, loss_label_placeholder)
  training_op = training(loss)

  summary_op = tf.merge_all_summaries()

  init = tf.initialize_all_variables()

  best_loss = float("inf")

  with tf.Session() as sess:
    summary_writer = tf.train.SummaryWriter('data', graph_def=sess.graph_def)
    sess.run(init)

    for step in range(10000):
      sess.run(training_op, feed_dict=feed_dict_train)
      loss_test = sess.run(loss, feed_dict=feed_dict_test)
      if loss_test < best_loss:
        best_loss = loss_test
        best_match = sess.run(output, feed_dict=feed_dict_test)
      if step % 100 == 0:
        summary_str = sess.run(summary_op, feed_dict=feed_dict_test)
        summary_str += sess.run(summary_op, feed_dict=feed_dict_train)
        summary_writer.add_summary(summary_str, step)

  
    print (best_match)

Comments

[chck]

markdown記法が使えるので、コードの部分はぜひ
```
print('test1')
print('test2')
```
上記のように囲って頂けると質問が読みやすくて助かります！

[zakio49]

了解しました！急いで修正します！（ご指摘ありがとうございます。

Answer 1

コード見やすくなりました！ありがとうございます

以下のリンクと同じエラーとお見受けしました
https://github.com/tensorflow/tensorflow/issues/8261

結論、TensorFlowのVersionの問題でtf.summary.scalarの挙動が変わったのが問題です

エラーにあるtf.summary.scalarですが、Version0.Xではtf.placeholderを第一引数に取りますが,
Version1.0からはstringにしないといけなくなってしまったようです...

そのため、tf.summary.scalar(loss_label_placeholder, loss)の第一引数をtf.summary.scalar('loss', loss)等の文字列に変えてみるとどうでしょうか？
また、色々試してだめな場合、最終手段TensorFlowのVersionを下げてみるのも一手です
根本的な解決になってなかったらすみません！

Comments

[zakio49]

動きました！
他にも1.0~系で書式が違うでつっぱねられたので以下のリンクが参考になりました。
TensorFlow の "AttributeError: 'module' object has no attribute 'xxxx'" エラーでつまづいてしまう人のための移行ガイド
http://qiita.com/shu223/items/ef160cbe1e9d9f57c248