прогнозирование с сохраненными тензорными пользовательскими оценками - PullRequest
Новая
       15

прогнозирование с сохраненными тензорными пользовательскими оценками

0 голосов
/ 07 июля 2019

Я обучил оценщика с помощью функции модели с использованием предварительно обученной модели BERT. Я хочу сохранить оценщик после обучения, чтобы позже я мог загрузить модель в другой код, чтобы делать прогнозы, используя входные данные из файла Excel. Я заглянул на официальный сайт tenorflow, но не смог четко понять, как это сделать. Может кто-нибудь помочь мне с некоторыми примерами? Это моя первая модель тензорного потока с использованием оценок. Заранее спасибо!

Я пытался сохранить свою модель, используя: estimator.export_savedmodel (export_dir_base, serve_input_receiver_fn, strip_default_attrs = True) но я не совсем понимаю, как написать serve_input_receiver_fn для моих входных данных. Входные данные будут столбцом в pandas dataframe.

это моя функция ввода прогноза:

def pred_input_fn (params): "" "Фактическая функция ввода." "" batch_size = params ["batch_size"] 

    num_examples = len(features)
    d = tf.data.Dataset.from_tensor_slices({
        "input_ids":
            tf.constant(
                all_input_ids, shape=[num_examples, seq_length],
                dtype=tf.int32),
        "input_mask":
            tf.constant(
                all_input_mask,
                shape=[num_examples, seq_length],
                dtype=tf.int32),
        "segment_ids":
            tf.constant(
                all_segment_ids,
                shape=[num_examples, seq_length],
                dtype=tf.int32),
        "label_ids":
            tf.constant(all_label_ids, shape=[num_examples, len(LABEL_COLUMNS)], dtype=tf.int32),
    })

    d = d.batch(batch_size=batch_size, drop_remainder=False)
    return d
...