Question

在通过tf.esitimator.DNNClassifier重新加载数据后，我难以将数据提供给tf.contrib.predictor.from_saved_model。非常感谢您的帮助。

我找到了this和this链接，但出现错误。下面是我的实现：

保存模型：

feature_spec = tf.feature_column.make_parse_example_spec(feat_cols)
export_fn = tf.estimator.export.build_parsing_serving_input_receiver_fn(feature_spec)
tuned_model.export_savedmodel('./model_dir/saved_models/', export_fn)

这将成功保存以下信息的模型：

INFO：tensorflow：调用model_fn。 INFO：tensorflow：完成调用 model_fn。 INFO：tensorflow：导出中包含用于分类的签名： ['serving_default'，'分类'] INFO：tensorflow：签名包含在出口中以进行回归：['回归'] INFO：tensorflow：导出中包含Predict的签名：['predict'] INFO：tensorflow：Train的导出中包含的签名：无 INFO：tensorflow：导出的评估中包含的签名：无 INFO：tensorflow：还原参数 /nimble/kdalal/model_dir/model.ckpt-28917 INFO：tensorflow：添加了资产图。 INFO：tensorflow：无资产可写入。 INFO：tensorflow：SavedModel写入： ./model_dir/saved_models/temp-b'1556819228'/saved_model.pb

重新加载预测：

predict_prod = tf.contrib.predictor.from_saved_model('./model_dir/saved_models/1556819228')
predict_prod(dict(X_test))

我收到以下错误：

ValueError：在input_dict中获得了意外的键：{'DOW'，'JOB_FUNCTION'， 'ACC_SIZE'，'answered_20D'，'MatchType'，'CONTACT_STATE'，'SEASONS'， 'named_20D'，'st_cb_ans_20D'，'JOB_ROLE'，'st_cb_drawn_20D'， 'CALL_BLOCKS'}预期为：{'inputs'}

我的X_test是我要获取预测的数据框。

[编辑]：

我的输入dict如下所示：

{'JOB_ROLE': 714859     Manager-Level
 714860     Manager-Level
 714861     Manager-Level
 714862     Manager-Level
 714863    Director-Level
 Name: JOB_ROLE, dtype: object,
 'JOB_FUNCTION': 714859    Information Technology
 714860    Information Technology
 714861    Information Technology
 714862    Information Technology
 714863    Information Technology
 Name: JOB_FUNCTION, dtype: object,
 'MatchType': 714859            Work Phone
 714860            Work Phone
 714861            Work Phone
 714862            Work Phone
 714863    Account Main Phone
 Name: MatchType, dtype: object,
 'CALL_BLOCKS': 714859    17_18
 714860    17_18
 714861    17_18
 714862    17_18
 714863    17_18
 Name: CALL_BLOCKS, dtype: object,
 'ACC_SIZE': 714859    StartUps
 714860    StartUps
 714861       Small
 714862    StartUps
 714863       Small
 Name: ACC_SIZE, dtype: object,
 'CONTACT_STATE': 714859    WA
 714860    CA
 714861    CA
 714862    CA
 714863    CA
 Name: CONTACT_STATE, dtype: object,
 'SEASONS': 714859    Spring
 714860    Spring
 714861    Spring
 714862    Spring
 714863    Spring
 Name: SEASONS, dtype: object,
 'DOW': 714859    Monday
 714860    Monday
 714861    Monday
 714862    Monday
 714863    Monday
 Name: DOW, dtype: object,
 'called_20D': 714859    0.038760
 714860    0.077519
 714861    0.217054
 714862    0.046512
 714863    0.038760
 Name: called_20D, dtype: float64,
 'answered_20D': 714859    0.000000
 714860    0.086957
 714861    0.043478
 714862    0.000000
 714863    0.130435
 Name: answered_20D, dtype: float64,
 'st_cb_called_20D': 714859    0.050233
 714860    0.282496
 714861    0.282496
 714862    0.282496
 714863    0.282496
 Name: st_cb_called_20D, dtype: float64,
 'st_cb_ans_20D': 714859    0.059761
 714860    0.314741
 714861    0.314741
 714862    0.314741
 714863    0.314741
 Name: st_cb_ans_20D, dtype: float64}

我是tf的初学者，我不知道如何将数据帧传递到模型，以便可以调用predcit方法并获得预测。

我还应该将我的 输入数据 转换为其他dtype吗？

Answer 1

我找到了答案。请参阅link，以了解如何将数据输入到导入的estimator模型中。

Answer 2

ValueError：无法为张量为'（？，）'的张量'input_example_tensor：0'输入形状（75116，12）的值

关于这个问题，您的模型似乎可以预测一次1项

您只能提供一个像{'inputs'：X_test.values [0]}

这样的项目。

您可以更改模型以预测一堆物品

祝你好运

Tensor流-将数据帧馈送到DNNClassifier以进行预测

2 个答案: