Question

我正在使用Tensorflow，训练了一个广泛的网络，并希望预测一些值。我使用了像Tensorflow iris prediction example之类的网，但改变了预测部分

new_samples = np.array([[6.4, 3.2, 4.5, 1.5], [5.8, 3.1, 5.0, 1.7]], dtype=float)
y = list(classifier.predict(new_samples, as_iterable=True))

可以在我自己的输入函数中从我的测试文件中读取数据：

y = list(classifier.predict(input_fn=lambda: input_fn(test_file_name, batch_size, batch_number)))

经过一些测试后，我发现预测顺序不是文件的数据顺序。如何强制Tensorflow在正确的修正中输出预测？作为另一种选择，如何使用功能（以及行的标签）打印出预测？

感谢您的支持。

Answer 1

8个月之后回答这个问题，但万一其他人偶然发现并且有同样的问题 - 我怀疑问题是你使用了像

这样的输入功能

def get_input_fn(data_set, num_epochs=None, shuffle=True):
  return tf.estimator.inputs.pandas_input_fn(
    x=pd.DataFrame(data_set[FEATURES]),
    y=pd.Series(data_set[LABELS]),
    num_epochs=num_epochs,
    shuffle=shuffle, num_threads=1)

哪个好，但是当你运行predict（）时你需要设置shuffle = False（否则它会改变你的输出！）

张量流预测的顺序

1 个答案: