Keras / Tensorflow：使用tf.data.Dataset API进行预测

Question

我正在将Keras与Tensorflow后端结合使用来构建此问题的模型：https：//www.kaggle.com/cfpb/us-consumer-finance-complaints （仅作练习）。

我使用tf.data.DatasetAPI 训练我的Keras模型。现在，我有一个Pandas DataFrame，df_testing其列为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，创建一个迭代器，并在模型上调用预测：

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每个元素的形式，({'reviews': "movie was great"}, "positive")因此在这里我将其模仿为预测。另外，我的预处理只是将我的字符串变成Tensor整数a。

当我打电话时：

preds = model.predict(dataset)

但有人告诉我我的predict电话失败了：

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

因此，我将此调用修改为：

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

但是现在我回来了：

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）。

谢谢你尽你所能的帮助！

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，但我想我找到了它以前所在的位置。

这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。查看函数的其余部分next_element[1]从来没有被使用过。

[ 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。