Uber Ludwig: вопрос прогнозирования - PullRequest
Новая
       25

Uber Ludwig: вопрос прогнозирования

0 голосов
/ 10 апреля 2020

Я решил снова связываться с Убер Людвигом. Я хотел сделать простую демонстрацию, используя API python, который учится добавлять 1 к входному номеру. Я успешно создал модель, но проблема возникает при прогнозировании. Я использую новейшую версию github для PopOS 19.10 на процессоре TensorFlow. Спасибо за любую помощь.

Редактировать: Я также воспроизвел проблему на windows.

Ошибка заключается в следующем 

Traceback (most recent call last):
  File "predict.py", line 3, in <module>
    x = model.predict({"numberIn":[1]}, return_type='dict')
  File "/home/user/.local/lib/python3.7/site-packages/ludwig/api.py", line 914, in predict
    gpu_fraction=gpu_fraction,
  File "/home/user/.local/lib/python3.7/site-packages/ludwig/api.py", line 772, in _predict
    self.model_definition['preprocessing']
  File "/home/user/.local/lib/python3.7/site-packages/ludwig/data/preprocessing.py", line 159, in build_data
    preprocessing_parameters
  File "/home/user/.local/lib/python3.7/site-packages/ludwig/data/preprocessing.py", line 180, in handle_missing_values
    dataset_df[feature['name']] = dataset_df[feature['name']].fillna(
AttributeError: 'list' object has no attribute 'fillna'

Вот мой прогноз скрипт 

from ludwig.api import LudwigModel
model = LudwigModel.load("/home/user/Documents/ludwig-test/plus1/results/api_experiment_run_0/model")
x = model.predict({"numberIn":[1]}, return_type='dict')
#x = model.predict({"numberIn":[1]}, return_type=<class 'dict'>) I tried this with no success
print(x)

Вот содержание моего учебного скрипта. 

mydata = {"numberIn":[], "value":[]}

for x in range(10000):
    mydata["numberIn"].append(x)
    mydata["value"].append(x + 1)

from ludwig.api import LudwigModel
print("Imported Ludwig")
modelobject = LudwigModel(model_definition_file="modeldef.yaml")
stats = modelobject.train(data_dict=mydata)
modelobject.close()

modeldef.yaml 

input_features:
    -
        name: numberIn
        type: numerical

output_features:
    -
        name: value
        type: numerical

1 Ответ

0 голосов
/ 11 апреля 2020

Решение: входной аргумент функции предикта не является позиционным, и в этом случае необходимо указать data_dict. x = modelobject.predict(data_dict=mydictionary)

...