EstimatorとDataset APIで訓練された保存モデルを使用して予測を行う方法はありますか？

Question

tf.estimatorとtf.data.TFRecordDatasetを使用して、model_fnのモデルを定義し、input_fn関数に入力して、cnnモデルを訓練しました。また、one-shot iteratorを使用して一度に1つのバッチの例を取得します。

私はモデルファイル（ckpt、メタ、インデックス）をディレクトリに訓練しました。私がやりたいことは、訓練されたモデルに基づいて画像のラベルを予測し、訓練と評価を行わずに再び予測することです。画像は配列が細かいことがありますが、TFRecordsファイル（トラッキング時に使用される）は使用できません。

一日中試してみると、わかりにくい解決策が見つかりません。私は重みと偏りの価値を得ることができ、私の予測するイメージとモデルをどのようにして互換性のあるものにするのか分かりません。

FYI、私のトレーニングコードはhereです。

同様の質問はPrediction from model saved with tf.estimator.Estimator in Tensorflow ですが、回答は受け付けておらず、モデル入力はデータセットapiを使用しています。

ですから、本当に助けが必要です。ありがとう。

Answer 1

私は同様の質問hereに答えました。

カスタム入力を使用して予測を行うために、あなたは内蔵の推定量のpredict方法を使用する必要があります。

estimator = tf.estimator.Estimator(model_fn, ...) 

predict_input_fn = ... # define this using tf.data 

predict_results = estimator.predict(predict_input_fn) 
for idx, prediction in enumerate(predict_results): 
    print(idx) 
    for key in prediction: 
     print("...{}: {}".format(key, prediction[key])) 

を