張量流預測的順序

我正在使用Tensorflow，訓練了一個寬廣的'深度網絡，並且想要預測一些值。我用了一個淨像Tensorflow iris prediction example，但是從張量流預測的順序

new_samples = np.array([[6.4, 3.2, 4.5, 1.5], [5.8, 3.1, 5.0, 1.7]], dtype=float) 
y = list(classifier.predict(new_samples, as_iterable=True))

改變了預測部分，在我自己的輸入功能來讀取我的測試文件數據的可能性：

y = list(classifier.predict(input_fn=lambda: input_fn(test_file_name, batch_size, batch_number)))

一些測試，我發現後預測順序不是文件的數據順序。我如何強制Tensorflow在正確的修正中輸出預測結果？作爲另一種選擇，我怎樣才能打印出具有特徵（和線條標籤）的預測？

感謝您的支持。

來源

2016-12-13 Gersee

8個月後要回答這個，但是在這種情況下，任何人絆倒，並且具有相同question-我懷疑，問題是，你使用像

def get_input_fn(data_set, num_epochs=None, shuffle=True): 
    return tf.estimator.inputs.pandas_input_fn(
    x=pd.DataFrame(data_set[FEATURES]), 
    y=pd.Series(data_set[LABELS]), 
    num_epochs=num_epochs, 
    shuffle=shuffle, num_threads=1)

輸入功能，這很好，但是當你運行predict（）你需要設置shuffle = False（否則它會混洗你的輸出！）

來源

2017-07-21 00:39:52 user1552018

張量流預測的順序

回答

相關問題