无法获得tensorflow DNNClassifier的预测

Question

我正在使用MNIST教程中的代码:

feature_columns = [tf.contrib.layers.real_valued_column("", dimension=4)]
classifier = tf.contrib.learn.DNNClassifier(feature_columns=feature_columns,
                                            hidden_units=[10, 20, 10],
                                            n_classes=2,
                                            model_dir="/tmp/iris_model")

classifier.fit(x=np.array(train, dtype = 'float32'),
               y=np.array(y_tr, dtype = 'int64'),
               steps=2000)

accuracy_score = classifier.evaluate(x=np.array(test, dtype = 'float32'),
                                     y=y_test)["auc"]
print('AUC: {0:f}'.format(accuracy_score))

from tensorflow.contrib.learn import SKCompat
ds_test_ar = np.array(ds_test, dtype = 'float32')

ds_predict_tf = classifier.predict(input_fn = _my_predict_data)
print('Predictions: {}'.format(str(ds_predict_tf)))

但最后我得到了以下结果而不是预测:

Predictions: <generator object DNNClassifier.predict.<locals>.<genexpr> at 0x000002CE41101CA8>

我做错了什么？

Answer 1

你收到并保存的内容ds_predict_tf是生成器表达式.要打印它,您可以:

for i in ds_predict_tf:
    print i

要么

print(list(ds_predict_tf))

你可以在这里阅读更多关于genexpr的信息.

Answer 2

默认情况下,DNNClassifier预测函数的as_iterable = True.因此,它返回一个生成器.要获取预测值而不是生成器,请在classifier.predict方法中传递as_iterable = False.

例如,

classifier.predict(input_fn = _my_predict_data,as_iterable=False)

有关分类器方法和参数的更多信息.以下是预测方法的文档的一部分.

来自DNNClassifier文档:

预测

ARGS:

• x:功能.
• input_fn:输入函数.如果设置,则x必须为None.
• batch_size:覆盖默认批量大小.
• 输出:str列表,要预测的输出名称.如果为None,则返回类.

• as_iterable:如果为True,则返回一个iterable,它继续为每个示例产生预测,直到输入用完为止.注意:如果您希望迭代终止,则输入必须终止(例如,如果您使用的是read_batch_features,请确保传递num_epochs = 1).

返回:

• 具有shape [batch_size]的预测类的Numpy数组(如果as_iterable为True,则为可预测类的可迭代类).每个预测类由其类索引表示(即从0到n_classes-1的整数).如果设置了输出,则返回预测的字典.