Question

我有一个训练有素的模型，我使用CNTK.load_model()函数加载。我正在查看CNTK git repo上的MNIST Tutorial作为模型评估代码的参考。我创建了一个数据读取器（MinibatchSource个对象）并尝试运行model.eval(mb) mb = minibatch_source.next_minibatch(...)（类似于this answer）

但是，我收到以下错误消息

Traceback (most recent call last):
    File "LID_test.py", line 162, in <module>
        test_and_evaluate()
    File "LID_test.py", line 159, in test_and_evaluate
        predictions = model.eval(mb)
    File "/home/t-asbahe/anaconda3/envs/cntk-py35/lib/python3.5/site-packages/cntk/ops/functions.py", line 228, in eval
        _, output_map = self.forward(arguments, self.outputs, device=device, as_numpy=as_numpy)
    File "/home/t-asbahe/anaconda3/envs/cntk-py35/lib/python3.5/site-packages/cntk/utils/swig_helper.py", line 62, in wrapper
        result = f(*args, **kwds)
    File "/home/t-asbahe/anaconda3/envs/cntk-py35/lib/python3.5/site-packages/cntk/ops/functions.py", line 354, in forward
        None, device)
    File "/home/t-asbahe/anaconda3/envs/cntk-py35/lib/python3.5/site-packages/cntk/utils/__init__.py", line 393, in sanitize_var_map
        if len(arguments) < len(op_arguments):
TypeError: object of type 'Variable' has no len()

我的模型中没有input_variable名为'Variable'，我认为没有任何理由可以解决此错误。

P.S。：我的输入是稀疏输入（单热）

Answer 1

您有几个选择：

将一组数据作为numpy数组（CNTK 202教程中的实例）传递，其中onehot数据作为numpy数组传入。

pred = model.eval（{model.arguments [0]：[onehot]}）
读取minibatch数据并将其传递给eval函数

eval_input_map = {input：reader_eval.streams.features}
eval_data = reader_eval.next_minibatch（eval_minibatch_size， input_map = eval_input_map） mydata = eval_data [输入] .value 预测= model.eval（mydata）

CNTK python API：如何从训练模型中获得预测？

1 个答案: