Question

我在 Tensorflow 工具中使用了 adanet.estimator 来训练 cifar10 数据集。找到该教程here。

训练模型后，我想预测测试数据集。我将 estimator.predict（）插入到教程模型中进行预测。

estimator = adanet.Estimator(
    head=head,
    subnetwork_generator=SimpleCNNGenerator(
        learning_rate=LEARNING_RATE,
        max_iteration_steps=max_iteration_steps,
        seed=RANDOM_SEED),
    max_iteration_steps=max_iteration_steps,
    evaluator=adanet.Evaluator(
        input_fn=input_fn("train", training=False, batch_size=BATCH_SIZE),
        steps=None),
    adanet_loss_decay=.99,
    config=config)


predictions = estimator.predict(input_fn=input_fn("predict", training=False, batch_size=None))

for prediction in predictions:
      self.assertIsNotNone(prediction["predictions"])

input_fn（）是用于读取图像的功能。这是返回测试图像的一部分。

def input_fn():
    x_testing = []
    x_testing.append(cv2.imread(image_name))  
    input_features = tf.data.Dataset.from_tensors(
          x_testing).make_one_shot_iterator().get_next()
       return {"x": input_features}, None

除预测部分外，代码成功运行。这给了我这个问题。

回溯（最近一次通话最后一次）：文件“ ada.py”，行381，在          用于预测中的预测：文件“ /home/a/.local/lib/python3.6/site-packages/tensorflow/python/estimator/estimator.py”，   第531行，在预测中       input_fn，model_fn_lib.ModeKeys.PREDICT）文件“ /home/a/.local/lib/python3.6/site-packages/tensorflow/python/estimator/estimator.py”，   _get_features_from_input_fn中的第968行       结果= self._call_input_fn（input_fn，模式）文件“ /home/a/.local/lib/python3.6/site-packages/tensorflow/python/estimator/estimator.py”，   _call_input_fn中的第1074行       在_input_fn中返回input_fn（** kwargs）文件“ ada.py”，第126行       x_testing）.make_one_shot_iterator（）。get_next（）文件“ /home/a/.local/lib/python3.6/site-packages/tensorflow/python/data/ops/dataset_ops.py”，   第228行，位于from_tensors中       返回TensorDataset（tensors）文件“ /home/a/.local/lib/python3.6/site-packages/tensorflow/python/data/ops/dataset_ops.py”，   第1019行，在 init 中       对于i，t枚举（nest.flatten（tensors））文件“ /home/a/.local/lib/python3.6/site-packages/tensorflow/python/data/ops/dataset_ops.py”，   1019行，在       对于i，t在枚举（nest.flatten（tensors））文件“ /home/a/.local/lib/python3.6/site-packages/tensorflow/python/framework/ops.py”中，   第1011行，在convert_to_tensor中       as_ref = False）文件“ /home/a/.local/lib/python3.6/site-packages/tensorflow/python/framework/ops.py”，   第1107行，位于internal_convert_to_tensor中       ret = conversion_func（值，dtype = dtype，名称=名称，as_ref = as_ref）文件   “ /home/a/.local/lib/python3.6/site-packages/tensorflow/python/framework/constant_op.py”，   _constant_tensor_conversion_function中的第217行       返回常量（v，dtype = dtype，name = name）文件“ /home/a/.local/lib/python3.6/site-packages/tensorflow/python/framework/constant_op.py”，   第196行，常量       值，dtype = dtype，shape = shape，verify_shape = verify_shape））文件   “ /home/a/.local/lib/python3.6/site-packages/tensorflow/python/framework/tensor_util.py”，   第445行，在make_tensor_proto中       _GetDenseDimensions（values）））ValueError：参数必须是密集的   张量：[array（[[[[167，187，204]，
    [163, 185, 206],
    [163, 193, 212],
    ...,
    [155, 179, 201],
    [159, 178, 197],
    [150, 176, 193]],

   [[171, 187, 205],
    [164, 184, 205],
    [162, 192, 211],
    ...,
    [147, 172, 192],
    [159, 179, 197],
    [152, 178, 193]],

   [[167, 193, 209],
    [170, 190, 202],
    [167, 184, 201],
    ...,
    [159, 180, 197],
    [156, 174, 197],
    [152, 178, 187]],

   ...,

   [[157, 178, 200],
    [162, 186, 206],
    [157, 177, 194],
    ...,
    [153, 173, 198],
    [147, 172, 193],
    [148, 175, 196]],

   [[160, 179, 204],
    [161, 182, 209],
    [161, 182, 193],
    ...,
    [150, 170, 195],
    [150, 174, 196],
    [148, 176, 196]],

   [[166, 183, 205],
    [156, 186, 196],
    [166, 180, 203],
    ...,
    [148, 172, 190],
    [151, 176, 196],
    [148, 175, 196]]], dtype=uint8)] - got shape [1, 128, 64, 3], but wanted [1].

ValueError：使用estimator.predict时参数必须为密集张量

0 个答案: