1

我已经使用tf.estimatorand训练了一个 cnn 模型tf.data.TFRecordDataset，它在函数中定义模型并在函数中model_fn输入。input_fn还使用一次性迭代器一次获取一批示例。

现在我已经在一个目录中训练了模型文件（ckpt、meta、index）。我想要做的是根据训练好的模型预测图像的标签，而无需再次进行训练和评估。图像可以是 numpy 数组，但不可能是 TFRecords 文件（在训练时使用）。

经过一整天的尝试，我找不到有效的解决方案。我只能得到权重和偏差的值，不知道如何使我的预测图像和模型兼容。

仅供参考，我的培训代码在这里。

类似的问题是Prediction from model saved with tf.estimator.Estimatorin Tensorflow ，但没有接受的答案，我的模型输入正在使用数据集 api。

所以真的需要帮助。谢谢。

4

1 回答 1

1

我在这里回答了一个类似的问题。

要使用自定义输入进行预测，您需要使用 Estimators 的内置predict方法：

estimator = tf.estimator.Estimator(model_fn, ...)

predict_input_fn = ...  # define this using tf.data

predict_results = estimator.predict(predict_input_fn)
for idx, prediction in enumerate(predict_results):
    print(idx)
    for key in prediction:
        print("...{}: {}".format(key, prediction[key]))
于 2018-01-06T09:42:07.537 回答