CNTK & python：如何将输入数据传递给 eval 函数？

Question

使用 CNTK，我创建了一个具有 2 个输入神经元和 1 个输出神经元的网络。 训练文件中的一行看起来像

|features 1.567518 2.609619 |labels 1.000000 

然后用大脑脚本训练网络。现在我想使用网络来预测值。例如：输入数据为 [1.82, 3.57]。网络的输出是什么？

我已经使用以下代码尝试了 Python，但在这里我是新手。代码不起作用。所以我的问题是：如何将输入数据 [1.82, 3.57] 传递给 eval 函数？

在 stackoverflow 上有一些提示，here 和 here，但这对我来说太抽象了。

谢谢。

import cntk as ct
import numpy as np

z = ct.load_model("LR_reg.dnn", ct.device.cpu())

input_data= np.array([1.82, 3.57], dtype=np.float32)

pred = z.eval({ z.arguments[0] : input_data })

print(pred)

Answer 1

这是最具防御性的做法。如果您在使用 V2 构造指定网络时省略其中的一些内容，CNTK 可以原谅。不确定使用 V1 代码创建的网络。

基本上每个轴都需要一对大括号。 Brainscript 中存在哪些轴？有一个批处理轴，一个序列轴，然后是网络的静态轴。您有一维数据，这意味着以下内容应该有效： input_data= np.array([[[1.82, 3.57]]], dtype=np.float32) 这指定了一批长度为 1 的序列，其中包含一个由两个元素组成的 1d 向量。您也可以尝试省略最外面的大括号，看看是否得到相同的结果。

更新根据下面评论中的更多信息，我们不应该忘记 V1 代码还保存了计算损失和准确性等网络的部分。如果我们只提供功能，CNTK 会抱怨没有提供标签。有两种方法可以处理这个问题。一种可能性是提供一些假标签，以便网络可以评估这些辅助操作。另一种可能性是识别预测并使用它。如果预测在 V1 中被称为“p”，则此 python 代码

p = z.find_by_name('p')

应该创建一个 CNTK 函数，该函数只需要特征来计算预测。