Deep learning 使用cntk检查点进行预测

这些天来，我尝试了一个由cntk实现的模型。但我找不到一种方法用训练过的模型来预测新的pic。 已训练的模型保存为检查点：

trainer.save_checkpoint(os.path.join(output_model_folder, "model_{}".format(best_epoch)))

然后我得到了一些文件，比如：

因此，我尝试加载此模型检查点，如下所示：

model = ct.load_model('../data/models/VGG13_majority/model_94')

上面的代码可以成功运行。然后我试着

model.eval(image_data)

但我有一个错误：

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~更新~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

这次我尝试了以下方法：

model = ct.load_model('../data/models/VGG13_majority/model_94')
model.eval({model.arguments[0]: [final_image]})

然后出现了一个新的错误：

对于任何C.Function.eval（）函数，都需要传递字典作为参数

假设模型中只有一个input_变量，它会是这样的：

model = C.load_model()
model.eval({model.arguments[0]: image_data})

无论如何，我注意到您从检查点保存了模型。通过这样做，您实际上也将“ground\u truth”输入变量保存到了loss函数中

我建议您下次直接保存模型。通常，save_checkpoint中的文件用于restore_from_checkpoint（）

对于任何C.Function.eval（），都需要传递一个字典作为参数

假设模型中只有一个input_变量，它会是这样的：

model = C.load_model()
model.eval({model.arguments[0]: image_data})

无论如何，我注意到您从检查点保存了模型。通过这样做，您实际上也将“ground\u truth”输入变量保存到了loss函数中

我建议您下次直接保存模型。通常，save_checkpoint中的文件用于restore_from_checkpoint（）

---

您需要知道模型需要的输入数量。基于此错误，您的模型似乎接收了多个输入。我认为模型希望我提供请求的输出所依赖的输出的依赖性？

，但尚未提供该输出所依赖的。

输出的唯一依赖性是输入。无论如何，我注意到您从检查点保存了模型。通过这样做，您实际上也保存了“ground\u truth”输入变量。i、 e.您提供给损失函数的输入变量，以及为什么它会抱怨缺少输入变量？您需要知道您的模型需要的输入数量。基于此错误，您的模型似乎接收了多个输入。我认为模型希望我提供请求的输出所依赖的输出的依赖性？

，但尚未提供该输出所依赖的。

输出的唯一依赖性是输入。无论如何，我注意到您从检查点保存了模型。通过这样做，您实际上也保存了“ground\u truth”输入变量。i、 e.您提供给损失函数的输入变量，因此为什么它会抱怨缺少输入变量？很高兴我能提供：）很高兴我能提供：）