im,并尝试预测多标签分类。它的工作正常,但最终的预测没有对应的id,所以我不知道谓词属于什么。
我正在使用以下代码创建数据集并进行预测:
def test_input_fn():
filenames = tf.train.match_filenames_once("../input/test/*_green.png")
dataset = tf.data.Dataset.from_tensor_slices(filenames)
def _parse_image_data(filename):
image_string = tf.read_file(filename)
image_decoded = tf.image.decode_png(image_string, channels=1)
image_reshape = tf.reshape(image_decoded, [512*512*1])
return image_reshape
return dataset.map(_parse_image_data).batch(8)
pred_result = estimator.predict(test_input)
是否有一种简单的方法可以将ID附加到预测中。
答案 0 :(得分:0)
您可以在return image_reshape,filename
函数中_parse_image_data(filename)
,并相应地修改模型函数,以便进行预测时,它不仅返回预测的标签,还返回文件名。
更详细地讲,假设您的模型函数为model_fn(features, labels, mode, params)
,现在您的features
不再只是image_reshape
,而是image_shape,filename
,因此,基本上,无论您在哪里使用{ {1}}至features
;您可能还需要在features[0]
后面附加features[1]
(我假设您是这样命名变量的,如果可以向我展示您的模型函数,我可以提供更具体的代码)。
或者,如果您想要一个单独的功能,该功能只打印predictions
内容:
filenames
在以上代码中,输出按原样排列,因此它应该与您的预测相同。