你如何实际应用训练有素的模型？

Question

我一直在慢慢地阅读tensorflow教程,我想我将不得不再次.我没有ML的背景,但我慢慢地向上推.

无论如何,在阅读完RNN教程并运行训练代码后,我很困惑.

如何实际应用经过训练的模型,以便可以用它来进行语言预测？

我知道这是一个可怕的小说和简单的问题,但我相信它会对其他人有用,因为我已经看到它要求并且没有以令人满意的方式回答.

Answer 1

通常，训练模型时，您首先要进行前进，然后进行后退。正向传递基于输入数据进行预测，而反向传递则根据预测的正确性来调整模型。

因此，当您要应用模型时，只需将新数据作为输入进行正向传递。

在您的特定示例中，使用此代码，您可以通过查看他们如何运行测试集（从第286行开始）来查看其完成方式。

# They instantiate the model with is_training=False
mtest = PTBModel(is_training=False, config=eval_config)

# Then they can do a forward pass
test_perplexity = run_epoch(session, mtest, test_data, tf.no_op())
print("Test Perplexity: %.3f" % test_perplexity)

如果您想要实际的预测而不是困惑，那么它就是run_epoch函数中的状态：

cost, state, _ = session.run([m.cost, m.final_state, eval_op],
                             {m.input_data: x,
                              m.targets: y,
                              m.initial_state: state})