Question

我创建了一个Tensorflow模型，该模型使用Dataset API来将数据馈送到网络中。

在训练阶段之后，我想恢复此模型并不时对它进行推断。

当前，我每次都在重新初始化数据集迭代器，但是我想知道是否还有另一种方法。此外，在训练时，我的数据集包含x和y数据，而在预测时，我只有x。作为一个临时解决方案，我提供了一个伪造的y，但是，这似乎并不是最好的解决方案。

这是我在做什么的伪代码：

#### NETWORK
input_x = tf.placeholder(tf.int32, [None, None], name="input_x")
input_y = tf.placeholder(tf.int32, [None, 2], name="input_y")

dataset = tf.data.Dataset.from_tensor_slices((input_x, input_y))
iterator = tf.data.Iterator.from_structure(dataset.output_types, dataset.output_shapes)
dataset_init_op = iterator.make_initializer(dataset, name='dataset_init')

x_data, y_data = iterator.get_next()
output = tf.variable(x_data, name='output')

.....

### INFERENCE

while (true):
    x = new_input

    x_operation = session.graph.get_operation_by_name("input_x").outputs[0]
    y_operation = session.graph.get_operation_by_name("input_y").outputs[0]
    dataset_operation = session.graph.get_operation_by_name("dataset_init")
    output_operation = session.graph.get_operation_by_name("output").outputs[0]

    fake_y = np.array([[0, 0]])

    dic = {input_x: x, input_y: y}
    session.run(dataset_operation, feed_dict=dic)

    prediction = session.run(output_operation)

谢谢您的帮助

使用数据集API的Tensorflow交互式谓词

0 个答案: