我有一个在tf.data.Dataset
上训练过的keras模型,如下所示:
dataset = dataset.map(preprocess)
sess = tf.Session()
sess.run(tf.tables_initializer())
tf.keras.backend.set_session(sess)
dataset = dataset.batch(50).repeat()
model.fit(dataset, steps_per_epoch=100, epochs=20)
所以我以相同的方式进行预处理:
x = tf.data.Dataset.from_tensor_slices(data_test)
x = x.map(lambda x: ({'reviews': x}))
x = x.map(preprocess)
然后我做
preds = self.model.predict(x)
但不幸的是回来了
ValueError: When using iterators as input to a model, you should specify the `steps` argument.
在预测之前添加x = x.batch(50).repeat()
会导致相同的错误。
任何关于我做错事情的想法吗?
谢谢!