Question

我一直在慢慢阅读tensorflow教程，我想我将不得不再次。我没有ML的背景，但我慢慢地向上推。

无论如何，在阅读RNN tutorial并运行训练代码后，我很困惑。

如何实际应用经过训练的模型，以便可以用它来进行语言预测？

我知道这是一个可怕而又简单的问题，但我相信它会对其他人有用，正如我所看到的那样，并没有以令人满意的方式回答。

Answer 1

一般情况下，训练模型时，首先进行前进传球，然后进行反向传球。前向传球根据您的输入数据进行预测，后向传球根据预测的正确程度调整模型。

因此，当您想要应用模型时，只需将新数据作为输入进行正向传递。

在您的特定示例中，使用this code，您可以通过查看它们如何运行测试集来了解它是如何完成的，从第286行开始。

# They instantiate the model with is_training=False
mtest = PTBModel(is_training=False, config=eval_config)

# Then they can do a forward pass
test_perplexity = run_epoch(session, mtest, test_data, tf.no_op())
print("Test Perplexity: %.3f" % test_perplexity)

如果你想要实际预测而不是困惑，那就是run_epoch函数中的状态：

cost, state, _ = session.run([m.cost, m.final_state, eval_op],
                             {m.input_data: x,
                              m.targets: y,
                              m.initial_state: state})

你如何实际应用训练有素的模型？

1 个答案: