使用输入fn在Tensorflow估计器中进行预测

Question

我使用来自https://github.com/tensorflow/tensorflow/blob/r1.3/tensorflow/examples/learn/wide_n_deep_tutorial.py的教程代码，并且代码工作正常，直到我尝试做出预测而不是仅仅对其进行评估。我试图制作另一个看起来像这样的函数（只需删除参数y）：

def input_fn_predict(data_file, num_epochs, shuffle):
  """Input builder function."""
  df_data = pd.read_csv(
      tf.gfile.Open(data_file),
      names=CSV_COLUMNS,
      skipinitialspace=True,
      engine="python",
      skiprows=1)
  # remove NaN elements
  df_data = df_data.dropna(how="any", axis=0)
  labels = df_data["income_bracket"].apply(lambda x: ">50K" in x).astype(int)
  return tf.estimator.inputs.pandas_input_fn( #removed paramter y
      x=df_data,
      batch_size=100,
      num_epochs=num_epochs,
      shuffle=shuffle,
      num_threads=5)

并这样称呼它：

predictions = m.predict(
      input_fn=input_fn_predict(test_file_name, num_epochs=1, shuffle=True)
  )
  for i, p in enumerate(predictions):
      print(i, p)

• 我做对了吗？
• 为什么我得到预测81404而不是16282（测试文件中的行数）？
• 每行包含以下内容：

{'概率'：数组（[0.78595656，0.21404342]，dtype = float32），'登录'：数组（[-1.3007226]，dtype = float32），'类'：数组（['0']，dtype = object） ，'class_ids'：array（[0]），'logistic'：array（[0.21404341]，dtype = float32）}

我该怎么读？

Answer 1

shuffle=False由于需要预测新标签，因此需要设置，因此需要维护数据顺序。

下面是我运行预测的代码（已经测试过）。输入文件类似于测试数据（在csv中），但是没有标签列。

    def predict_input_fn(data_file):
        global CSV_COLUMNS
        CSV_COLUMNS = CSV_COLUMNS[:-1]
        df_data = pd.read_csv(
            tf.gfile.Open(data_file),
            names=CSV_COLUMNS,
            skipinitialspace=True,
            engine='python',
            skiprows=1
        )

        # remove NaN elements
        df_data = df_data.dropna(how='any', axis=0)

        return tf.estimator.inputs.pandas_input_fn(
            x=df_data,
            num_epochs=1,
           shuffle=False
        )

调用它：

    predict_file_name = 'tutorials/data/adult.predict'
    results = m.predict(
        input_fn=predict_input_fn(predict_file_name)
    )
    for result in results:
        print 'result: {}'.format(result)

一个样本的预测结果如下：

    {
        'probabilities': array([0.78595656, 0.21404342], dtype = float32),
        'logits': array([-1.3007226], dtype = float32),
        'classes': array(['0'], dtype = object),
        'class_ids': array([0]),
        'logistic': array([0.21404341], dtype = float32)
    }

每个字段的含义是

• '概率'：array（[0.78595656，0.21404342]，dtype = float32）。
  它以置信度0.78595656预测输出标签为0类（在这种情况下<= 50K）
• 'logits'：array（[-1.3007226]，dtype = float32）
  公式1 /（1 + e ^（-z））中z的值为-1.3。
• 'classes'：array（['0']，dtype = object）
  类标签为0