web-dev-qa-db-ja.com

Keras、モデルを訓練した後の予測方法は?

私はロイターの例のデータセットで遊んでいて、それはうまく動く(私のモデルは訓練されている)。モデルを保存する方法について読んだので、後で再度使用するために読み込むことができます。しかし、この保存モデルを使用して新しいテキストを予測するにはどうすればよいでしょうか。 models.predict()を使いますか?

このテキストを特別な方法で準備する必要がありますか?

私はそれを試してみました

import keras.preprocessing.text

text = np.array(['this is just some random, stupid text'])
print(text.shape)

tk = keras.preprocessing.text.Tokenizer(
        nb_words=2000,
        filters=keras.preprocessing.text.base_filter(),
        lower=True,
        split=" ")

tk.fit_on_texts(text)
pred = tk.texts_to_sequences(text)
print(pred)

model.predict(pred)

しかし、私はいつも得る

(1L,)
[[2, 4, 1, 6, 5, 7, 3]]
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-83-42d744d811fb> in <module>()
      7 print(pred)
      8 
----> 9 model.predict(pred)

C:\Users\bkey\Anaconda2\lib\site-packages\keras\models.pyc in predict(self, x, batch_size, verbose)
    457         if self.model is None:
    458             self.build()
--> 459         return self.model.predict(x, batch_size=batch_size, verbose=verbose)
    460 
    461     def predict_on_batch(self, x):

C:\Users\bkey\Anaconda2\lib\site-packages\keras\engine\training.pyc in predict(self, x, batch_size, verbose)
   1132         x = standardize_input_data(x, self.input_names,
   1133                                    self.internal_input_shapes,
-> 1134                                    check_batch_dim=False)
   1135         if self.stateful:
   1136             if x[0].shape[0] > batch_size and x[0].shape[0] % batch_size != 0:

C:\Users\bkey\Anaconda2\lib\site-packages\keras\engine\training.pyc in standardize_input_data(data, names, shapes, check_batch_dim, exception_prefix)
     79     for i in range(len(names)):
     80         array = arrays[i]
---> 81         if len(array.shape) == 1:
     82             array = np.expand_dims(array, 1)
     83             arrays[i] = array

AttributeError: 'list' object has no attribute 'shape'

訓練を受けたモデルを使用して予測を行う方法について何かアドバイスがありますか?

59
ben

model.predict() 最初のパラメータは派手な配列であることを期待しています。リストを指定します。このリストには、numpy配列にあるshape属性はありません。

それ以外の場合、コードは問題なく表示されます。ただし、予測には何もしていません。次のように、必ず変数に格納してください。

prediction = model.predict(np.array(tk.texts_to_sequences(text)))
print(prediction)
40
nemo
model.predict_classes(<numpy_array>)

サンプル https://Gist.github.com/alexcpn/0683bb940cae510cf84d5976c1652abd

5
Alex Punnen

私はいくつかのデータに対して非線形回帰を実行するためにKerasのニューラルネットワークを訓練しました。これは以前に保存したモデル構成と重みを使って新しいデータをテストするための私のコードの一部です。

fname = r"C:\Users\tauseef\Desktop\keras\tutorials\BestWeights.hdf5"
modelConfig = joblib.load('modelConfig.pkl')
recreatedModel = Sequential.from_config(modelConfig)
recreatedModel.load_weights(fname)
unseenTestData = np.genfromtxt(r"C:\Users\tauseef\Desktop\keras\arrayOf100Rows257Columns.txt",delimiter=" ")
X_test = unseenTestData
standard_scalerX = StandardScaler()
standard_scalerX.fit(X_test)
X_test_std = standard_scalerX.transform(X_test)
X_test_std = X_test_std.astype('float32')
unseenData_predictions = recreatedModel.predict(X_test_std)
1

モデルの構築に使用したのと同じトークナイザーを使用する必要があります。

そうでなければ、これは各単語に異なるベクトルを与えるでしょう。

それで、私は使っています:

phrase = "not good"
tokens = myTokenizer.texts_to_matrix([phrase])

model.predict(np.array(tokens))
0
Thomas Decaux