이 튜토리얼 링크에서 Tensorflow의 "레이어 모듈"을 따릅니다. 예측 결과와 그 가능성을 어떻게 얻을 수 있는지 당신이 나를 도울 수있을 것입니다. 모델을 더 이해하려면이 파일을 참조해야합니다. 그리고 결과가 저장 될 수있는 방법이 있다면 - 예측과 확률이 CSV에 있습니다.Tensorflow : "레이어 모듈"에서 예측 추출
감사합니다.
이 튜토리얼 링크에서 Tensorflow의 "레이어 모듈"을 따릅니다. 예측 결과와 그 가능성을 어떻게 얻을 수 있는지 당신이 나를 도울 수있을 것입니다. 모델을 더 이해하려면이 파일을 참조해야합니다. 그리고 결과가 저장 될 수있는 방법이 있다면 - 예측과 확률이 CSV에 있습니다.Tensorflow : "레이어 모듈"에서 예측 추출
감사합니다.
나는 실제로 이것에 대한 길을 발견했으며 생각만큼 간단합니다. 나는 어떤 사람들이 이와 비슷한 질문을 할 수 있다고 생각했다. Tensorflow는 기계 학습 모델에서 작업하기위한 새로운 프레임 워크이지만, 필자는 이것이 매우 쉽다는 것을 결국 깨닫습니다.
Tensorflow은 TF로 만든 모델이 * .predict (...) 기능을 가지고 있으며, 그것은 당신이 "클래스"와 "확률"모델에
가 포함 된 모델에 정의 변수 예측을 반환 예를 들어
some_classifier = tf.estimator.Estimator(model_fn=model_fn,
model_dir=...)
(우리가 알고있는) 당신은 예측
prediction_input_fn = tf.estimator.inputs.numpy_input_fn(
x={"x": test_feats}, #given you have this variable containing the test data
y=test_labels, #and the equivalent label for the test data
num_epochs=1,
shuffle=False)
prediction_results = some_classifier.predict(input_fn=prediction_input_fn)
다음 변수 prediction_r을 수행 할 수 있습니다 esults (예 : 팬더를 사용하여) 당신이 다음 저장할 수 있습니다 예측 클래스의 값과 그 확률을 포함
save = panda.DataFrame(list(prediction_results))
save.to_csv("file.csv")
위의 코드 싹둑 잘 작동 당신은 이미 다음과 같이 예측을위한 모델 내에서 컨테이너를 코드를 작성 제공 :
predictions = {
"classes": tf.argmax(input=logits, axis=1),
"probabilities": tf.nn.softmax(logits, name="softmax_tensor")
}