您如何实际应用经过训练的模型？答案

【问题标题】：How do you actually apply a trained model?您如何实际应用经过训练的模型？
【发布时间】：2016-01-19 08:06:53
【问题描述】：

我一直在慢慢地阅读 tensorflow 教程，我想我必须再次阅读。我没有 ML 方面的背景，但我正在慢慢提升自己的水平。

无论如何，在阅读了RNN tutorial 并运行了培训代码后，我很困惑。

如何实际应用经过训练的模型，以便将其用于进行语言预测？

我知道这是一个可怕的愚蠢和简单的问题，但我相信它对其他人有用，因为我已经看到它被问到并没有以令人满意的方式回答。

【问题讨论】：

标签： machine-learning tensorflow

【解决方案1】：

一般来说，当你训练一个模型时，你首先做一个前向传递，然后是一个反向传递。前向传播根据您的输入数据进行预测，后向传播根据您的预测的正确程度调整您的模型。

因此，当您想应用模型时，只需将新数据作为输入进行前向传递。

在您的特定示例中，使用 this code，您可以通过查看他们如何运行测试集（从第 286 行开始）来了解它是如何完成的。

# They instantiate the model with is_training=False
mtest = PTBModel(is_training=False, config=eval_config)

# Then they can do a forward pass
test_perplexity = run_epoch(session, mtest, test_data, tf.no_op())
print("Test Perplexity: %.3f" % test_perplexity)

如果你想要实际的预测而不是困惑，那就是 run_epoch 函数中的状态：

cost, state, _ = session.run([m.cost, m.final_state, eval_op],
                             {m.input_data: x,
                              m.targets: y,
                              m.initial_state: state})

【讨论】：