使用Tensorflow Data API和Keras模型预测批次

Question

假设我有一个数据集和一个Keras模型。已使用tf Dataset API中的ObservableList<A> list = FXCollections.observableArrayList(item -> new Observable[] {item.durationProperty}); list.addListener((InvalidationListener) observable -> { //Update you sum here }); 将数据集分为几批。现在，我正在寻找一种有效且干净的方法来对所有测试样品进行批量预测。

我尝试了以下代码，并且可以正常工作。

batch()

我想知道有没有更有效，更优雅的方法来实现这一目标？

Answer 1

TF> = 1.14.0

您只需设置steps=None。根据{{​​1}}的官方文档：

  

如果x是tf.data数据集，而steps为None，则预测将运行直到输入数据集用尽。

只需确保您的tf.keras.Model.predict()对象未处于重复模式，就可以了：)。

TF 1.12.0和1.13.0

在这些版本中，对dataset和tf.data.Dataset的支持非常差。 tf.keras对象将转换为迭代器here，如果您未设置tf.data.Dataset参数，则它将引发错误here。在1.14.0中对此进行了修补。