我有一个keras的模特在
tf.data.Dataset
dataset = dataset.map(preprocess)
sess = tf.Session()
sess.run(tf.tables_initializer())
tf.keras.backend.set_session(sess)
dataset = dataset.batch(50).repeat()
model.fit(dataset, steps_per_epoch=100, epochs=20)
所以我用同样的方法进行预处理:
x = tf.data.Dataset.from_tensor_slices(data_test)
x = x.map(lambda x: ({'reviews': x}))
x = x.map(preprocess)
然后我做了:
preds = self.model.predict(x)
但不幸的是,你回来了:
ValueError: When using iterators as input to a model, you should specify the `steps` argument.
x = x.batch(50).repeat()
在预测之前会导致同样的错误。
你觉得我做得不对吗?
谢谢!