Question

我可以将我的RNN模型解压缩到我的网站上，但是我无法使用列表作为输入来预测一个数组的预测（只包含一个名为text的字符串但需要是{{ 1}}用于从我收集的内容进行预处理，我遇到了问题：

list

以下是我目前使用该模型进行预处理和预测的方法：

ValueError: Error when checking : expected embedding_1_input to have shape (None, 72) 
but got array with shape (1, 690)

这就是我训练模型的方式：

tokenizer = Tokenizer(num_words = 5000, split=' ')
tokenizer.fit_on_texts([text])
X = tokenizer.texts_to_sequences([text])
X = pad_sequences(X)

prediction = loadedModel.predict(X)
print(prediction)

如何在代码框中修复预处理代码，从“tokenizer”开始，以停止获取ValueError？谢谢，我绝对可以提供更多代码或扩展项目的目的。

Answer 1

所以这里有两个问题：

在max_len中设置pad_sequences：似乎您的所有训练序列都填充了72长度所以 - 您需要更改以下行：
```
X = pad_sequences(X, max_len=72)
```
使用培训Tokenizer：这是一个微妙的问题 - 您正在创建并拟合一个全新的Tokenizer，因此它可能与您用于培训的不同。{1}}。这可能会导致问题 - 因为不同的单词可能有不同的索引 - 这将使您的模型工作糟糕。尝试pickle您的培训Tokenizer并在部署期间加载它，以便将句子转换为正确输入模型的数据点。

如何在解包模型后使用Keras模型预测输出

1 个答案: