我使用TF Estimators训练了Iris数据集的分类器,但是每次预测都得到了不同的结果。我想知道我是在训练中出错还是在预测中出了问题。
我正在加载一个已经受过训练的模型,并且只是调用.predict。这是我用于预测的输入函数。
def get_predict_fn(features,batch_size):
def predict_input_fn():
dataset = tf.data.Dataset.from_tensor_slices(dict(features))
dataset = dataset.batch(batch_size)
return dataset.make_one_shot_iterator().get_next()
return predict_input_fn
这是一次通话的结果
[{'logits':array([-3.5082035,-1.074667,-3.8533034], dtype = float32),“概率”:array([0.07629351,0.8696793, 0.05402722],dtype = float32),'class_ids':array([1]),'classes':array([b'Iris-versicolor'],dtype = object)}]
这是另一个电话
[{'logits':array([3.0530725,-1.0889677,2.3922846], dtype = float32),“概率”:array([0.6525989,0.01037006, 0.337031],dtype = float32),'class_ids':array([0]),'classes':array([b'Iris-setosa'],dtype = object)}]
两者都在调用相同的模型,并发送相同的示例DataFrame。
sepal_length sepal_width花瓣_长度petal_width
5.7 2.5 5.0 2.0