python - Keras/Tensorflow : Predict Using tf. 数据.数据集 API

Question

我使用带有 Tensorflow 后端的 Keras 来构建此问题的模型:https://www.kaggle.com/cfpb/us-consumer-finance-complaints (只是练习)。

我使用 tf.data.Dataset API 训练我的 Keras 模型。现在，我有一个 Pandas DataFrame，df_testing，其列是 complaint(字符串)和 label(也是字符串)。我想对这些新样本进行预测。我创建一个 tf.data.Dataset 对象，执行预处理，创建迭代器，然后在模型上调用预测:

data = df_testing["complaint"].values
labels = df_testing["label"].values

dataset = tf.data.Dataset.from_tensor_slices((data))
dataset = dataset.map(lambda x: ({'reviews': x}))
dataset = dataset.batch(self.batch_size).repeat()
dataset = dataset.map(lambda x: self.preprocess_text(x, self.data_table))
dataset = dataset.map(lambda x: x['reviews'])
dataset = dataset.make_initializable_iterator()

我的训练使用了 tf.data.Dataset，其中每个元素的形式为 ({'reviews': "movie was Great"}, "positive")所以我在这里模仿它进行预测。另外，我的预处理只是将字符串转换为整数的Tensor。

当我打电话时:

preds = model.predict(dataset)

但我被告知我的 predict 调用失败:

ValueError: When using iterators as input to a model, you should specify the `steps` argument.

所以我将此调用修改为:

preds = model.predict(dataset, steps=3)

但现在我回来了:

ValueError: Please provide data as a list or tuple of 2 elements  - input and target pair. Received Tensor("IteratorGetNext_2:0", shape=(?, 100), dtype=int32)

我在这里做错了什么？预测时我不必提供 2 个元素的元组(我不需要标签)。

感谢您提供的任何帮助!

Answer 1

您使用的是哪个版本的 Keras？我在代码库中找不到特定的错误消息，但我想我找到了它曾经所在的位置。

以下是我认为与您正在运行的版本接近的代码版本中的错误:commit

这是该错误的更新版本:https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/keras/engine/training_eager.py#L464

输入验证的条件已更改(在最新版本中，您的输入将被接受)，但相关的是错误消息更加清晰:

raise ValueError(
    'Please provide data as a list or tuple of 1, 2, or 3 elements '
    ' - `(input)`, or `(input, target)`, or `(input, target,'
    'sample_weights)`. Received %s. We do not use the `target` or'
    '`sample_weights` value here.' % inputs.output_shapes)

预测函数中从未使用目标值，因此可以是任何值。查看函数 next_element[1] 的其余部分，该函数从未使用过。

[TLDR] 使用您当前的版本，向数据添加虚拟目标值，或更新您的 Keras。