Tensorflow Estimatorでディープワイドモデルを予測する

Question

predictionをtf.estimatorにコールする方法の明確な例を挙げることはできますか？入力ファイルは、ラベル列を持っていない場合は

2つのことは私が予測された結果に

をエクスポートする方法input_fn

を調整する方法、

1. 私には不明ですdeep_wideモデルで作業しています。

Answer 1

私は自分自身に答え、これは質問1の場合と同様の質問

で誰かを助けることができると思います、はい、私たちは、新たな入力機能を構築する必要があり、最も可能性が高いことがあるため、あなたの入力CSVファイルとして異なる数の列を持つことになります我々は、質問2のため

def parse_csv(value): 
    print('Parsing', data_file) 
    columns = tf.decode_csv(value, record_defaults=_PREDICT_COLUMNS_DEFAULTS) 
    features = dict(zip(_PREDICT_COLUMNS, columns)) 

    return features 

def predict_input_fn(data_file): 
    assert tf.gfile.Exists(data_file), ('%s not found. Please make sure the path is correct.' % data_file) 

    dataset = tf.data.TextLineDataset(data_file) 
    dataset = dataset.map(parse_csv, num_parallel_calls=5) 
    dataset = dataset.batch(1) # this is very important to keep the rank right 
    iterator = dataset.make_one_shot_iterator() 
    features = iterator.get_next() 
    return features 

そして、ラベル列を削除するには、結果

def predict(model): 
    start_from_id = 892 
    test_csv = [] 

    results = model.predict(
     input_fn=lambda: predict_input_fn(data_file='test.csv') 
    ) 

    # for result in results: 
    #  print 'result: {}'.format(result)