Come si applica effettivamente un modello addestrato?

Question

Sto lentamente esaminando i tutorial di tensorflow e presumo che dovrò farlo di nuovo. Non ho uno sfondo in ML, ma sto lentamente spingendo verso l'alto.

In ogni caso, dopo aver letto il codice RNN tutorial e aver eseguito il codice di allenamento, sono confuso.

Come si applica effettivamente il modello addestrato in modo che possa essere utilizzato per fare previsioni sulla lingua?

So che questa è una domanda terribile di noobish e semplice, ma credo che sarà utile per gli altri, come ho visto ha chiesto e non ha risposto in modo soddisfacente.

Answer 1

In generale, quando si allena un modello, si esegue prima un passaggio in avanti e quindi un passaggio all'indietro. L'inoltro in avanti effettua una previsione in base ai dati inseriti e il pass backward regola il modello in base alla correttezza della previsione.

Così, quando si desidera applicare il modello, si esegue semplicemente un passaggio in avanti con i nuovi dati come input.

Nel vostro esempio particolare, utilizzando this code, si può vedere come è fatto guardando a come corrono il set di prova, a partire linea 286.

# 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) 

E se si desidera che la previsione attuale e non la perplessità , è lo stato nella funzione run_epoch:

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