我正在测试 mxnet 的 RNN 模型。教程here不起作用,错误消息说许多功能已被弃用。我没有找到 RNN 的最新教程。 mxnet项目中还有一些例子。但是对于 RNN,examples仅展示如何使用训练集训练模型。他们没有展示如何使用经过训练的模型进行进一步的预测。训练代码如下:
model.fit(
train_data = data_train,
eval_data = data_val,
eval_metric = mx.metric.Perplexity(invalid_label),
kvstore = args.kv_store,
optimizer = args.optimizer,
optimizer_params = { 'learning_rate': args.lr,
'momentum': args.mom,
'wd': args.wd },
initializer = mx.init.Xavier(factor_type="in", magnitude=2.34),
num_epoch = args.num_epochs,
batch_end_callback = mx.callback.Speedometer(args.batch_size, args.disp_batches))
有人知道如何使用经过训练的RNN 模型 进行推理或预测吗?
我必须澄清,我正在寻找如何使用RNN 模型 进行预测,而不是 CNN 或其他模型。
非常感谢你帮助我!!!
最佳答案
通常模型是 extends BaseModel类(class)。 BaseModel 有 the method predict
.该方法可以使用与 fit
方法使用的相同类型:DataIter
,只有一个区别,它不需要 train_data
,只需要 eval_data
。所以实际的预测过程可以像这样简单地实现:
result = mod.predict(dataiter.next)
关于python - MXNET : how to make prediction using a trained RNN model,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42671658/