CNTK python API：如何从训练过的模型中获取预测结果？

问题描述：

我有一个训练有素的模型，我使用CNTK.load_model()函数加载。我正在查看CNTK git repo上的MNIST Tutorial作为模型评估代码的参考。我创建了一个数据读取器（这是一个MinibatchSource对象），并试图运行model.eval(mb)其中mb = minibatch_source.next_minibatch(...)（类似this answer）CNTK python API：如何从训练过的模型中获取预测结果？

但是，我发现了以下错误消息

Traceback (most recent call last): 
    File "LID_test.py", line 162, in <module> 
     test_and_evaluate() 
    File "LID_test.py", line 159, in test_and_evaluate 
     predictions = model.eval(mb) 
    File "/home/t-asbahe/anaconda3/envs/cntk-py35/lib/python3.5/site-packages/cntk/ops/functions.py", line 228, in eval 
     _, output_map = self.forward(arguments, self.outputs, device=device, as_numpy=as_numpy) 
    File "/home/t-asbahe/anaconda3/envs/cntk-py35/lib/python3.5/site-packages/cntk/utils/swig_helper.py", line 62, in wrapper 
     result = f(*args, **kwds) 
    File "/home/t-asbahe/anaconda3/envs/cntk-py35/lib/python3.5/site-packages/cntk/ops/functions.py", line 354, in forward 
     None, device) 
    File "/home/t-asbahe/anaconda3/envs/cntk-py35/lib/python3.5/site-packages/cntk/utils/__init__.py", line 393, in sanitize_var_map 
     if len(arguments) < len(op_arguments): 
TypeError: object of type 'Variable' has no len()

我没有input_variable在我的模型中命名为'Variable'，我看不出有任何理由可以得到此错误。

PS：我的输入是稀疏的输入（一白热化）

答

您有几种选择：

传递的一组数据作为numpy的阵列（例如在CNTK 202教程），其中onehot数据作为numpy数组传入。

PRED = model.eval（{model.arguments [0]：[onehot]}）
阅读minibatch数据并将其传递给eval函数

eval_input_map = {输入：reader_eval。 streams.features}
eval_data = reader_eval.next_minibatch（eval_minibatch_size， input_map = eval_input_map） MYDATA = eval_data [输入]。价值预测= model.eval（MYDATA）

CNTK python API：如何从训练过的模型中获取预测结果？

相关推荐