TensorFlow估算器在每次调用预测时做出不同的预测

Question

我使用TF Estimators训练了Iris数据集的分类器，但是每次预测都得到了不同的结果。我想知道我是在训练中出错还是在预测中出了问题。

我正在加载一个已经训练有素的模型，然后进行.predict调用。这是我用于预测的输入函数。

def get_predict_fn(features,batch_size):
    def predict_input_fn():
        dataset = tf.data.Dataset.from_tensor_slices(dict(features))
        dataset = dataset.batch(batch_size)
        return dataset.make_one_shot_iterator().get_next()

    return predict_input_fn

这是一个呼叫的结果

[{'logits'：array（[-3.5082035，-1.074667，-3.8533034]，dtype = float32），“概率”：array（[0.07629351，0.8696793，0.05402722]，dtype = float32），'class_ids'：array（[1]），'classes'：array（[b'Iris-versicolor']，dtype = object）}]

这是另一个电话

[{'logits'：array（[3.0530725，-1.0889677，2.3922846]，dtype = float32），“概率”：array（[0.6525989，0.01037006，0.337031]，dtype = float32），'class_ids'：array（[0]），'classes'：array（[b'Iris-setosa']，dtype = object）}]

两者都调用相同的模型，发送相同的示例DataFrame。

sepal_length sepal_width花瓣_长度petal_width5.7 2.5 5.0 2.0

Answer 1

我有同样的问题。我已经尝试过此代码，并且对我有用：

        checkpoint_path = model.latest_checkpoint()
        print("checkpoint_path=", checkpoint_path)
        result = model.predict(input_fn=predict_input_fn,
                               hooks=[tf.train.LoggingTensorHook([ 'user_id', 'ad_info',
                                                                   'predict_id'], every_n_iter=1000)],
                               checkpoint_path=checkpoint_path)
        prediction_res = []
        for prediction in result:
            # print("predictions=", prediction)
            user_id = prediction['user_id']
            predict_label = prediction['predict_label']

我也阅读了TF1.13估计器的预测源代码，实际上有用于读取最新检查点的代码，

   with context.graph_mode():
      hooks = _check_hooks_type(hooks)
      # Check that model has been trained.
      if not checkpoint_path:
        checkpoint_path = checkpoint_management.latest_checkpoint(
            self._model_dir)
      if not checkpoint_path:
        logging.info('Could not find trained model in model_dir: {}, running '
                     'initialization to predict.'.format(self._model_dir))

但是我仍然不知道为什么函数“ checkpoint_management.latest_checkpoint（self._model_dir）”与“ model.latest_checkpoint（）”不同）