TensorflowをEstimatorで使用して、トレーニング済みモデルから予測を行うにはどうすればよいですか？

TensorflowをEstimatorで使用すると、「classifier」メソッドに存在する「predict」メソッドを使用して新しいデータの出力を予測できます。

続きを読む： TensorFlowとは何ですか？KerasはTensorFlowとどのように連携してニューラルネットワークを作成しますか？

Keras Sequential APIを使用します。これは、すべてのレイヤーに1つの入力テンソルと1つの出力テンソルがあるプレーンスタックのレイヤーを操作するために使用されるシーケンシャルモデルの構築に役立ちます。

少なくとも1つの層を含むニューラルネットワークは、畳み込み層と呼ばれます。畳み込みニューラルネットワークを使用して、学習モデルを構築できます。

TensorFlow Textには、TensorFlow2.0で使用できるテキスト関連のクラスとオペレーションのコレクションが含まれています。 TensorFlow Textを使用して、シーケンスモデリングを前処理できます。

以下のコードを実行するためにGoogleColaboratoryを使用しています。 Google ColabまたはColaboratoryは、ブラウザー上でPythonコードを実行するのに役立ち、構成が不要で、GPU（グラフィックプロセッシングユニット）に無料でアクセスできます。 ColaboratoryはJupyterNotebookの上に構築されています。

Estimatorは、TensorFlowによる完全なモデルの高レベルの表現です。簡単なスケーリングと非同期トレーニング用に設計されています。

モデルは、アイリスデータセットを使用してトレーニングされます。 4つの機能と1つのラベルがあります。

• がく片の長さ
• がく片の幅
• 花びらの長さ
• 花びらの幅

例

print(“Generating predictions from model”)
expected = ['Setosa', 'Versicolor', 'Virginica']
predict_x = {
   'SepalLength': [5.1, 5.9, 6.9],
   'SepalWidth': [3.3, 3.0, 3.1],
   'PetalLength': [1.7, 4.2, 5.4],
   'PetalWidth': [0.5, 1.5, 2.1],
}
print(“Defining input function for prediction”)
print(“It converts inputs to dataset without labels”)
def input_fn(features, batch_size=256):
return tf.data.Dataset.from_tensor_slices(dict(features)).batch(batch_size)
predictions = classifier.predict(
   input_fn=lambda: input_fn(predict_x))

コードクレジット-https：//www.tensorflow.org/tutorials/estimator/premade#first_things_first

出力

Generating predictions from model
Defining input function for prediction
It converts inputs to dataset without labels

説明

• トレーニングされたモデルは良い結果を生み出します。
• これは、特定のラベルのない測定値に基づいて、アイリスの花の種を予測するために使用できます。
• 予測は、単一の関数呼び出しを使用して行われます。