【发布时间】:2020-07-24 04:27:25
【问题描述】:
我已将数据束定义为
data = (TabularList.from_df(train_df, path='./', cont_names=cont_names, procs=procs)
.split_by_idx(list(range(500,3000)))
.label_from_df(cols=dep_var)
.add_test(test, label=0)
.databunch())
训练后我是
p = learn3.get_preds()
len(p[1])
o/p 是 2500,这是正确的
.split_by_idx(list(range(500,3000)))
这是 2500 个数字
但是现在我有大约几千个输入的其他数据,如果我这样做
for index in range(len(test_df)):
predictions = learn3.predict(test_df.iloc[index])
predictions = predictions[1].tolist()
print(index)
这将花费大量时间。我想通过 test_df 并按原样获得预测
p = learn3.get_preds()
我该怎么做?
.split_by_idx(list(range(500,3000)))
我们有办法替换它并从其他文件传递数据吗?
【问题讨论】:
标签: deep-learning fast-ai