python - 如何在 tf.data.Dataset.map() 中使用 Keras 的 predict_on_batch？

Question

我想找到一种在 TF2.0 中的 tf.data.Dataset.map() 中使用 Keras 的 predict_on_batch 的方法。

假设我有一个 numpy 数据集

n_data = 10**5
my_data    = np.random.random((n_data,10,1))
my_targets = np.random.randint(0,2,(n_data,1))

data = ({'x_input':my_data}, {'target':my_targets})

和一个tf.keras模型

x_input = Input((None,1), name = 'x_input')
RNN     = SimpleRNN(100,  name = 'RNN')(x_input)
dense   = Dense(1, name = 'target')(RNN)

my_model = Model(inputs = [x_input], outputs = [dense])
my_model.compile(optimizer='SGD', loss = 'binary_crossentropy')

我可以用

创建一个批处理的 数据集

dataset = tf.data.Dataset.from_tensor_slices(data)
dataset = dataset.batch(10)
prediction_dataset = dataset.map(transform_predictions)

其中 transform_predictions 是一个用户定义的函数，它从 predict_on_batch 中获取预测结果

def transform_predictions(inputs, outputs):
    predictions = my_model.predict_on_batch(inputs)
    # predictions = do_transformations_here(predictions)
    return predictions

这给出了来自 predict_on_batch 的错误:

AttributeError: 'Tensor' 对象没有属性 'numpy'

据我所知，predict_on_batch 需要一个 numpy 数组，并且它从数据集中获取一个张量对象。

似乎一种可能的解决方案是将 predict_on_batch 包装在 `tf.py_function 中，尽管我也无法让它工作。

有人知道怎么做吗？

Answer 1

Dataset.map() 返回 <class 'tensorflow.python.framework.ops.Tensor'>它没有 numpy() 方法。

迭代数据集返回 <class 'tensorflow.python.framework.ops.EagerTensor'>它有一个 numpy() 方法。

向 predict() 系列方法提供一个急切的张量效果很好。

你可以尝试这样的事情:

dataset = tf.data.Dataset.from_tensor_slices(data)
dataset = dataset.batch(10)

for x,y in dataset:
    predictions = my_model.predict_on_batch(x['x_input'])
    #or 
    predictions = my_model.predict_on_batch(x)