Estimator 및 Dataset API로 교육받은 저장된 모델을 사용하여 예측을 수행하는 방법은 무엇입니까?

Question

나는 model_fn에 모델을 정의하고 input_fn 함수에 입력하여 tf.estimator과 tf.data.TFRecordDataset을 사용하여 cnn 모델을 교육했습니다. 또한 한 번에 하나의 배치 예제를 얻으려면 one-shot iterator을 사용하십시오.

이제 모델 파일 (ckpt, 메타, 색인)을 디렉토리에 학습했습니다. 내가하고 싶은 일은 훈련과 평가없이 다시 훈련 된 모델을 기반으로 이미지의 라벨을 예측하는 것입니다. 이미지는 질적 인 배열 일 수 있지만 TFRecords 파일 (트래핑 할 때 사용됨)은 불가능합니다.

나는 하루 종일 시도해 보니 감동적인 해결책을 찾을 수 없습니다. 나는 가중치와 편견의 가치를 얻고 예측할 수있는 이미지와 모델을 어떻게 호환시킬 수 있을지 모릅니다.

FYI, 내 훈련 코드는 here입니다.

비슷한 질문은 Prediction from model saved with tf.estimator.Estimator in Tensorflow 이지만 허용 대답은없고 모델 입력은 데이터 세트 api를 사용하고 있습니다.

정말 도움이 필요합니다. 감사.

Answer 1

비슷한 질문에 대답했습니다. here.

예측 사용자 정의 입력을 사용하게하려면, 당신은 사용할 필요가 내장 된 추정량의 predict 방법 :

estimator = tf.estimator.Estimator(model_fn, ...) 

predict_input_fn = ... # define this using tf.data 

predict_results = estimator.predict(predict_input_fn) 
for idx, prediction in enumerate(predict_results): 
    print(idx) 
    for key in prediction: 
     print("...{}: {}".format(key, prediction[key]))