如何向tf.keras.Model.predict提供多个输入？
如何向tf.keras.Model.predict提供多个输入？
提问于 2022-03-10 17:05:12
给出这个简单的tensorflow玩具模型
import tensorflow as tf
inputs = {
"a":tf.keras.Input(shape=(), name="input_a"),
"b":tf.keras.Input(shape=(), name="input_b")
}
outputs = tf.keras.layers.Add()([inputs["a"], inputs["b"]])
model = tf.keras.Model(inputs=inputs, outputs=outputs)我可以使用定义的输入调用它的输出，因此如下所示：
model({"a":2,"b":3})给出输出：
<tf.Tensor: shape=(), dtype=float32, numpy=5.0>但是调用预测函数：
model.predict({"a":2,"b":3})给出以下错误：
ValueError: Failed to find data adapter that can handle input: (<class 'dict'> containing {"<class 'str'>"} keys and {"<class 'int'>"} values), <class 'NoneType'>那么，当我的模型有多个输入时，如何正确地调用预测函数，就像在本例中那样？
回答 1
Stack Overflow用户
发布于 2022-03-17 10:02:03
predict方法似乎可以处理一批numpy数组的字典，这是可行的：model.predict({'a': np.full((1,), 3), 'b': np.full((1,), 2)})并输出<tf.Tensor: shape=(1,), dtype=float32, numpy=array([5.], dtype=float32)>在本例中，批处理大小等于1。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/71428068
复制相关文章
相似问题
腾讯云开发者
