使用tensorflow模型的预测

Question

我使用以下代码来创建对新数据的预测:

def predict(dfeval, importedModel):
colNames = dfeval.columns
dtypes = dfeval.dtypes
predictions = []
for row in dfeval.iterrows():
example = tf.train.Example()
for i in range(len(colNames)):
dtype = dtypes[i]
colName = colNames[i]
value = row[1][colName]
if dtype == "object":
value = bytes(value, "utf-8")
example.features.feature[colName].bytes_list.value.extend(
[value])
elif dtype == "float":
example.features.feature[colName].float_list.value.extend(
[value])
elif dtype == "int":
example.features.feature[colName].int64_list.value.extend(
[value])
predictions.append(
importedModel.signatures["predict"](
examples=tf.constant([example.SerializeToString()])))
return predictions
val = predict(dfeval, imported)
val

提供:

[{"预测":& lt; tf。张量:shape=(1,1)， dtype=float32, numpy=array([[0.24904668]]， dtype=float32)>}]

然后我可以打印这个值:

tf.print(val)

[{"预测":[[0.249046683]]}]

但是我想在以后的计算中使用该值，例如:

val + 300

我想要返回的值:

300.249046683

但到目前为止，我找不到一种方法来提取和使用预测。

Answer 1

你可以这样做:

val[0]['predictions'][0][0]