問題タブ [tensorflow-estimator]

tf.estimator.Estimatorモデルのトレーニングに使用しています：

モデルと重みはトレーニング中に正しく保存されます。

ここで、予測を行うために、別のスクリプトでモデルと重みをリロードしたいと考えています。

しかし、関数内で参照していないため、入力を指定する方法がわかりませんmodel_fn。

返されるものは次のgraph.get_collection("variables")とおりです。

入力に ​​a を指定する必要がありますtf.placeholderか? しかし、Tensorflow は、入力がこの特定のプレースホルダーにフィードする必要があることをどのように認識するのでしょうか?

また、モデルの先頭に のようなものを指定するとfeatures = tf.constant(features, name="input")、Tensor ではなく Operation になるため使用できません。

編集

さらに調査した結果、メソッドを使用してモデルを保存する必要があることがわかりましたEstimator.export_savedmodel()(また、推定器でのトレーニング中に自動的に保存されたチェックポイントを再利用しないでください)。

次に、モデルを読み込んで予測を実行しようとしましたが、numpy 画像をモデルに供給する方法がわかりません。

そして例外エラー：

句読点を予測するために tf.estimator API を使用しています。TFRecords と を使用して、前処理されたデータでトレーニングしましたtf.train.shuffle_batch。今、私は予測をしたいと思います。静的な NumPy データを に送りtf.constant、これを から返すことができますinput_fn。

ただし、私はシーケンス データを扱っており、一度に 1 つの例をフィードする必要があり、次の入力は前の出力に依存しています。また、HTTP リクエストを介してデータ入力を処理できるようにしたいと考えています。

が呼び出されるたびestimator.predictに、チェックポイントが再ロードされ、グラフ全体が再作成されます。これは遅く、費用がかかります。そのため、動的にデータを にフィードできる必要がありますinput_fn。

私の現在の試みはおおよそこれです：

ただし、次のエラーが発生します。 ValueError: Input graph and Layer graph are not the same: Tensor("EmbedSequence/embedding_lookup:0", shape=(1, 200, 128), dtype=float32) is not from the passed-in graph.

input_fn一度に 1 つずつ予測を取得するために、 を介して既存のグラフにデータを非同期的にプラグインするにはどうすればよいですか?

現在、Tensorflow の新しい Estimator API を使用して、カスタム画像データセットでオートエンコーダーをトレーニングしようとしています。

これまでのところ、すべてが機能しています。私が持っている唯一の問題は、モデルが評価モードのときに入力および出力画像を要約として保存することです。トレイン モードで作成したすべてのイメージ サマリーは、Tensorboard に適切に保存および表示されます。

これが私のコードです：

誰かが私が間違っていることを教えてくれるでしょうか？

更新 推定器と実験の作成のための関数は次のとおりです。

見積もり:

実験：