张量流预测的顺序答案

【问题标题】：Order of tensorflow predictions张量流预测的顺序
【发布时间】：2017-04-28 15:29:56
【问题描述】：

我正在使用 Tensorflow，训练了一个很宽的网络，并且想要预测一些值。我使用了Tensorflow iris prediction example 之类的网络，但将预测部分从

new_samples = np.array([[6.4, 3.2, 4.5, 1.5], [5.8, 3.1, 5.0, 1.7]], dtype=float)
y = list(classifier.predict(new_samples, as_iterable=True))

在我自己的输入函数中从我的测试文件中读取数据的可能性：

y = list(classifier.predict(input_fn=lambda: input_fn(test_file_name, batch_size, batch_number)))

经过一些测试我发现预测顺序不是文件的数据顺序。如何强制 TensorFlow 输出正确修正的预测？作为另一种选择，我如何打印带有特征（和线的标签）的预测？

感谢您的支持。

【问题讨论】：

标签： python numpy machine-learning neural-network tensorflow

【解决方案1】：

8 个月后回答这个问题，但万一其他人偶然发现这个问题并有同样的问题——我怀疑问题是你使用了像

这样的输入函数

def get_input_fn(data_set, num_epochs=None, shuffle=True):
  return tf.estimator.inputs.pandas_input_fn(
    x=pd.DataFrame(data_set[FEATURES]),
    y=pd.Series(data_set[LABELS]),
    num_epochs=num_epochs,
    shuffle=shuffle, num_threads=1)

这很好，但是当您运行 predict() 时，您需要设置 shuffle=False（否则它会打乱您的输出！）

【讨论】：