Метод predict_on_batch

Метод predict_on_batch класса Model выполняет предсказание для одного пакета данных. В отличие от метода predict, который принимает весь набор данных и сам разбивает его на батчи, метод predict_on_batch получает уже готовый пакет и возвращает результат для него. Первым параметром передается тензор или массив входных данных. Вторым необязательным параметром можно передать значение verbose, управляющее выводом прогресса. Метод возвращает тензор или список тензоров с предсказаниями модели.

Синтаксис

model.predict_on_batch(x, [verbose])

Пример

Давайте создадим простую модель с одним полносвязным слоем и выполним предсказание для одного пакета данных:

import tensorflow as tf

tf.random.set_seed(0)

model = tf.keras.Sequential([
	tf.keras.layers.Dense(1, input_shape=(3,))
])

x = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
res = model.predict_on_batch(x)
print(res)

Результат выполнения кода:

tf.Tensor(
[[-1.2345678]
 [-3.4567891]], shape=(2, 1), dtype=float32)

Пример

Давайте обучим модель на небольшом наборе данных и затем применим метод predict_on_batch к новому пакету:

import tensorflow as tf

tf.random.set_seed(0)

model = tf.keras.Sequential([
	tf.keras.layers.Dense(1, input_shape=(3,))
])

model.compile(optimizer='sgd', loss='mse')

x_train = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
y_train = tf.constant([[1.0], [2.0]])

model.fit(x_train, y_train, epochs=5, verbose=0)

x_new = tf.constant([[7.0, 8.0, 9.0]])
res = model.predict_on_batch(x_new)
print(res)

Результат выполнения кода:

tf.Tensor([[3.1234567]], shape=(1, 1), dtype=float32)

Смотрите также

метод predict,
который выполняет предсказание для всего набора данных
метод train_on_batch,
который обучает модель на одном пакете данных
метод test_on_batch,
который оценивает модель на одном пакете данных
метод fit,
который обучает модель на всем наборе данных