Machine learning 如何使用加载的LSTM注意模型对输入进行预测？

我是一个完全的深度学习初学者&Keras。我想建立一个层次化的注意力网络，帮助将评论分为几个类别，即。有毒、剧毒等。我从一个开放的存储库中获取代码并保存模型。然后，我使用来自json的model_加载了模型。现在，我希望使用这个加载的模型对输入文本进行预测（作为python输入或单独的文件提供）

这是我正在使用的代码：

然后我做了： 然后在一个单独的文件中：

---

我得到“从磁盘加载模型”完美。我想知道我需要输入的格式，以及如何使用模型对其进行分类的代码段。由于我对它没有太多的了解，如果有人能帮助我使用python特定的代码使其工作，那将非常有帮助。

在进行预测时，请确保您也对标记器进行了pickle处理，否则输出将不正确

    new = ["Your_text_that_you_want_to_check"]
    seq = tokenizer.texts_to_sequences(new)
    padded = pad_sequences(seq, maxlen=MAX_SEQUENCE_LENGTH)
    pred = model.predict(padded)

---

在预测过程中，将新文本转换为向量非常重要，以便对模型进行训练。我已经将我的训练数据转换为序列，然后用零填充，这样长度应该相同，并且与我在预测时重复的步骤相同。但一定要把你的代币器腌了。我希望有帮助！如果您理解这些步骤有困难，请告诉我。

我在保存模型后添加了以下内容：使用open（'tokenizer.pickle'，'wb'）作为句柄：pickle.dump（tokenizer，handle，protocol=pickle.HIGHEST_protocol），并在加载模型的文件中添加了以下内容：text=[“嘿”]with open（'tokenizer.pickle'，'rb'））as handle:tk=pickle.load（handle）tk.fit_on_text（text）index_list=tk.text_to_sequences（text）data=pad_sequences（index_list，maxlen=1）y=loaded_model.predict（data）我得到错误：value错误：检查输入时出错：预期输入_2有3维，但得到了形状为（1，1）的数组hi@Code231不再适合文本。你不必在课文（课文）上写这行tk.fit课文，并确保在培训和本部分中的maxlen应该是相同的。您已使用1作为maxlen，因此请确保在培训时使用相同的maxlen<代码>以open（'tokenizer.pickle'，'rb'）作为句柄：tk=pickle.load（handle）text=[“嘿”]index\u list=tk.text\u to\u sequences（text）data=pad\u sequences（index\u list，maxlen=max\u len\u您在训练时使用的）y=load\u model.predict（data）

json_file = open('model.json', 'r')
loaded_model_json = json_file.read()
json_file.close()
loaded_model = model_from_json(loaded_model_json,custom_objects={'AttentionWithContext':AttentionWithContext})
loaded_model.load_weights("model.h5")
print("Loaded model from disk")

    new = ["Your_text_that_you_want_to_check"]
    seq = tokenizer.texts_to_sequences(new)
    padded = pad_sequences(seq, maxlen=MAX_SEQUENCE_LENGTH)
    pred = model.predict(padded)