Question

使用CNTK我创建了一个网络，其中 2个输入神经元和 1个输出神经元。训练文件中的一行看起来像

|features 1.567518 2.609619 |labels 1.000000

然后用脑脚本训练网络。现在我想使用网络来预测值。例如：输入数据为[1.82,3.57]。网络的输出是什么？

我用以下代码尝试过Python，但在这里我是新手。代码不起作用。所以我的问题是：如何将输入数据[1.82,3.57]传递给eval函数？

在stackoverflow上有一些提示，here和here，但这对我来说太抽象了。

谢谢。

import cntk as ct
import numpy as np

z = ct.load_model("LR_reg.dnn", ct.device.cpu())

input_data= np.array([1.82, 3.57], dtype=np.float32)

pred = z.eval({ z.arguments[0] : input_data })

print(pred)

Answer 1

这是最防守的做法。如果在使用V2构造指定网络时省略其中一些内容，CNTK可以宽容。不确定使用V1代码创建的网络。

基本上你需要为每个轴提供一对支撑。 Brainscript中存在哪些轴？有一个批处理轴，一个顺序轴，然后是网络的静态轴。您有一维数据，这意味着以下应该工作： wait() 这指定了一个长度为1的序列，其中包含一个2d元素的1d向量。您也可以尝试省略最外面的大括号，看看是否得到相同的结果。

根据以下评论中的更多信息

更新，我们不应忘记V1代码还保存了计算丢失和准确性等内容的网络部分。如果我们只提供功能，CNTK会抱怨没有提供标签。有两种方法可以解决这个问题。一种可能性是提供一些假标签，以便网络可以评估这些辅助操作。另一种可能性是识别预测并使用它。如果预测在V1中被称为'p'，则此python代码

input_data= np.array([[[1.82, 3.57]]], dtype=np.float32)

应该创建一个CNTK函数，只需要这些函数来计算预测。

CNTK＆amp; python：如何将输入数据传递给eval函数？

1 个答案: