Question

我已经训练了一个seq2seq模型并将其保存为tf.Saver()。现在，我一直在玩的模型有这些占位符：

encoder_inputs = tf.placeholder(shape=(None, None), dtype=tf.int32, name='encoder_inputs')
encoder_inputs_length = tf.placeholder(shape=(None,), dtype=tf.int32, name='encoder_inputs_length')
decoder_targets = tf.placeholder(shape=(None, None), dtype=tf.int32, name='decoder_targets')

让我们关注decoder_targets。如果我没记错的话，这个占位符是想要的结果。这是个问题。如果我想预测翻译（这意味着我没有“想要的结果”），我该怎么办？

这就是我目前的

import tensorflow as tf

tf.reset_default_graph()

saver = tf.train.Saver()

encoder_inputs = tf.placeholder(shape=(None, None), dtype=tf.int32, name='encoder_inputs')
encoder_inputs_length = tf.placeholder(shape=(None,), dtype=tf.int32, name='encoder_inputs_length')
decoder_targets = tf.placeholder(shape=(None, None), dtype=tf.int32, name='decoder_targets')

encoder_inputs_ = 0
encoder_inputs_length_
lol = 0
with tf.Session() as sess:
    # Restore model
    saver.restore(sess, "./rsc/model.ckpt")
    # Init
    sess.run(tf.initialize_all_variables())
    # Test
    sess.run(lol, feed_dict={encoder_inputs: encoder_inputs_, encoder_inputs_length: encoder_inputs_length_, ?????})

我是否也需要在此文件中编写整个模型？（对不起代码，我正在测试一些东西）

TensorFlow：使用已经训练过的模型进行预测？

0 个答案: