2

sklearn我使用该库创建了一个非常基本的决策树。这棵树基于 4 个特征进行训练：

feat1 INT
feat2 INT
feat3 FLOAT
feat4 FLOAT

并且标签/目标特征是一个布尔值（0 或 1）。

我将树转换为一种ONNX格式，现在我想使用该onnxruntime python库进行预测。我在互联网上找到了执行此操作的示例代码。问题是我不完全理解这段代码、函数和参数的所有部分到底发生了什么。这导致我得到一个错误。我确实搜索了一些文档，但我找不到这个。

在下面的代码中，我将树模型转换为ONNX格式。这是成功的，但部分代码我不明白。在initial_type变量中，根据我之前提到的 4 个特征列和标签/目标特征，我必须在此处输入什么？现在我进入了FloatTensorType([None, 4]，因为我有 4 个特征列，None我不知道是什么。

##Convert to ONNX format

initial_type = [('float_input', FloatTensorType([None, 4]))]
onx = convert_sklearn(treeModel, initial_types=initial_type)
with open("path", "wb") as f:
    f.write(onx.SerializeToString())

在下面的代码中，我想使用该onnxruntime库进行预测，但出现此错误：

RuntimeError: Either type_proto was null or it was not of sequence type

这是因为我不明白下面的最后一行代码。我输入这个{input_name: [4, 8, 77.8, 143.45]是因为这是特征列的四个值。我在这里做错了什么？

sess = rt.InferenceSession("pathToONNXModel")
input_name = sess.get_inputs()[0].name
label_name = sess.get_outputs()[0].name
pred_onx = sess.run([label_name], {input_name: [4, 8, 77.8, 143.45]})[0]
4

1 回答 1

2

你试过了{input_name: numpy.array([4, 8, 77.8, 143.45], dtype=numpy.float32)}吗？onnxruntime 需要 numpy 数组作为输入。

于 2019-12-02T23:44:14.357 回答