Kerasモデルのpredictメソッドとpredict_on_batchメソッドの違いは何ですか？

Question

はkeras documentationによると：

predict_on_batch(self, x) 
Returns predictions for a single batch of samples. 

しかし、それは、1つまたは複数の要素と一緒にいるかどうか、バッチで呼び出されたときに標準predict方法と何か違いがあるとは思えません。

model.predict_on_batch(np.zeros((n, d_in))) 

使用すると、1つのバッチよりも大きいxデータとして渡すときに差がである

model.predict(np.zeros((n, d_in))) 

（形状(n, d_outのnumpy.ndarray）

Answer 1

と同じです。

predictは、すべてのデータを、バッチでバッチバッチを予測し、ラベルを予測します。 したがって、内部でバッチを分割し、一度に1つのバッチを供給します。一方、渡したデータが正確に1つのバッチであると仮定して、それをネットワークに送ります。それは分割しようとしません（あなたの設定に応じて、配列が非常に大きい場合、あなたのGPUメモリに問題があるかもしれません）

Answer 2

私はちょうどコメントに収まらないものを追加したいだけです。これはバグが本当にあるならば

In [165]: m.predict(A) 
--------------------------------------------------------------------------- 
ValueError        Traceback (most recent call last) 
<ipython-input-165-c5ba5fc88b6e> in <module>() 

----> 1 m.predict(A) 

~/miniconda3/envs/ccia/lib/python3.6/site-packages/keras/engine/training.py in predict(self, x, batch_size, verbose, steps) 
    1746   f = self.predict_function 
    1747   return self._predict_loop(f, ins, batch_size=batch_size, 
-> 1748         verbose=verbose, steps=steps) 
    1749 
    1750  def train_on_batch(self, x, y, 

~/miniconda3/envs/ccia/lib/python3.6/site-packages/keras/engine/training.py in _predict_loop(self, f, ins, batch_size, verbose, steps) 
    1306       outs.append(np.zeros(shape, dtype=batch_out.dtype)) 
    1307     for i, batch_out in enumerate(batch_outs): 
-> 1308      outs[i][batch_start:batch_end] = batch_out 
    1309     if verbose == 1: 
    1310      progbar.update(batch_end) 

ValueError: could not broadcast input array from shape (4,3) into shape (5,3) 

私はわからない。そして、

class ExtractShape(keras.engine.topology.Layer): 
    def call(self, x): 
     return keras.backend.sum(x, axis=0) 
    def compute_output_shape(self, input_shape): 
     return input_shape 

a = keras.layers.Input((None, None)) 
b = ExtractShape()(a) 
m = keras.Model(a, b) 
m.compile(optimizer=keras.optimizers.Adam(), loss='binary_crossentropy') 
A = np.ones((5,4,3)) 

：

In [163]: m.predict_on_batch(A) 
Out[163]: 
array([[5., 5., 5.], 
     [5., 5., 5.], 
     [5., 5., 5.], 
     [5., 5., 5.]], dtype=float32) 
In [164]: m.predict_on_batch(A).shape 
Out[164]: (4, 3) 

しかし、predictチェックは慎重に出力形状をようです。