Python 如何获得估计器。预测对一个样本进行预测

我正试图让一个mnist cnn工作，以便一次对一张图片进行预测。我已使用tensorflow教程代码，并尝试使用estimator.predict模型，但目前得到的错误是：

InvalidArgumentError (see above for traceback): Input to reshape is a tensor with 1 values, but the requested shape requires a multiple of 784
 [[Node: Reshape = Reshape[T=DT_FLOAT, Tshape=DT_INT32, _device="/job:localhost/replica:0/task:0/device:GPU:0"](fifo_queue_DequeueUpTo/_53, Reshape/shape)]]

如果我打印给predict input函数的predict_数据列表，它包含784个元素

模型训练合格，评估合格。 模型已经过培训，因此我跳过了此处的培训代码，但我得到的是：

def main(unused_argv):
    # Load training and eval data
    mnist = tf.contrib.learn.datasets.load_dataset("mnist")
    train_data = mnist.train.images  # Returns np.array
    train_labels = np.asarray(mnist.train.labels, dtype=np.int32)
    eval_data = mnist.test.images  # Returns np.array
    eval_labels = np.asarray(mnist.test.labels, dtype=np.int32)

    # Create the Estimator
    mnist_classifier = tf.estimator.Estimator(
        model_fn=cnn_model_fn, model_dir="/tmp/mnist_convnet_model")

    # Set up logging for predictions
    # Log the values in the "Softmax" tensor with label "probabilities"
    tensors_to_log = {"probabilities": "softmax_tensor"}
    logging_hook = tf.train.LoggingTensorHook(
        tensors=tensors_to_log, every_n_iter=50)

#     # Train the model
#     train_input_fn = tf.estimator.inputs.numpy_input_fn(
#         x={"x": train_data},
#         y=train_labels,
#         batch_size=100,
#         num_epochs=None,
#         shuffle=True)
#     mnist_classifier.train(
#         input_fn=train_input_fn,
#         steps=20000,
#         hooks=[logging_hook])

    # Evaluate the model and print results
#     eval_input_fn = tf.estimator.inputs.numpy_input_fn(
#         x={"x": eval_data},
#         y=eval_labels,
#         num_epochs=1,
#         shuffle=False)
#     eval_results = mnist_classifier.evaluate(input_fn=eval_input_fn)
#     print(eval_results)

    predict_data = eval_data[1]
    predict_input_fn = tf.estimator.inputs.numpy_input_fn(
        x={"x": predict_data},
        y=None,
        batch_size=1,
        num_epochs=1,
        shuffle=False,
        num_threads=1)

    predict_results = mnist_classifier.predict(predict_input_fn) 

    print(predict_data)
    for idx, prediction in enumerate(predict_results):
        print(idx)
        # print(prediction)

任何帮助这项工作将不胜感激

更新：我尝试按照下面的建议重塑，但得到了相同的错误。完整跟踪是：

Traceback (most recent call last):
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\client\session.py", line 1323, in _do_call
    return fn(*args)
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\client\session.py", line 1302, in _run_fn
    status, run_metadata)
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\framework\errors_impl.py", line 473, in __exit__
    c_api.TF_GetCode(self.status.status))
tensorflow.python.framework.errors_impl.InvalidArgumentError: Input to reshape is a tensor with 1 values, but the requested shape requires a multiple of 784
     [[Node: Reshape = Reshape[T=DT_FLOAT, Tshape=DT_INT32, _device="/job:localhost/replica:0/task:0/device:GPU:0"](fifo_queue_DequeueUpTo/_53, Reshape/shape)]]

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "D:\Workspace\eclipse\mnist_cnn\cnn_mnist.py", line 180, in <module>
    tf.app.run()
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\platform\app.py", line 48, in run
    _sys.exit(main(_sys.argv[:1] + flags_passthrough))
  File "D:\Workspace\eclipse\mnist_cnn\cnn_mnist.py", line 170, in main
    for idx, prediction in enumerate(predict_results):
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\estimator\estimator.py", line 420, in predict
    preds_evaluated = mon_sess.run(predictions)
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\training\monitored_session.py", line 521, in run
    run_metadata=run_metadata)
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\training\monitored_session.py", line 892, in run
    run_metadata=run_metadata)
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\training\monitored_session.py", line 967, in run
    raise six.reraise(*original_exc_info)
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\six.py", line 693, in reraise
    raise value
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\training\monitored_session.py", line 952, in run
    return self._sess.run(*args, **kwargs)
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\training\monitored_session.py", line 1024, in run
    run_metadata=run_metadata)
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\training\monitored_session.py", line 827, in run
    return self._sess.run(*args, **kwargs)
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\client\session.py", line 889, in run
    run_metadata_ptr)
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\client\session.py", line 1120, in _run
    feed_dict_tensor, options, run_metadata)
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\client\session.py", line 1317, in _do_run
    options, run_metadata)
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\client\session.py", line 1336, in _do_call
    raise type(e)(node_def, op, message)
tensorflow.python.framework.errors_impl.InvalidArgumentError: Input to reshape is a tensor with 1 values, but the requested shape requires a multiple of 784
     [[Node: Reshape = Reshape[T=DT_FLOAT, Tshape=DT_INT32, _device="/job:localhost/replica:0/task:0/device:GPU:0"](fifo_queue_DequeueUpTo/_53, Reshape/shape)]]

Caused by op 'Reshape', defined at:
  File "D:\Workspace\eclipse\mnist_cnn\cnn_mnist.py", line 180, in <module>
    tf.app.run()
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\platform\app.py", line 48, in run
    _sys.exit(main(_sys.argv[:1] + flags_passthrough))
  File "D:\Workspace\eclipse\mnist_cnn\cnn_mnist.py", line 170, in main
    for idx, prediction in enumerate(predict_results):
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\estimator\estimator.py", line 411, in predict
    features, None, model_fn_lib.ModeKeys.PREDICT, self.config)
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\estimator\estimator.py", line 694, in _call_model_fn
    model_fn_results = self._model_fn(features=features, **kwargs)
  File "D:\Workspace\eclipse\mnist_cnn\cnn_mnist.py", line 31, in cnn_model_fn
    input_layer = tf.reshape(features["x"], [-1, 28, 28, 1])
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\ops\gen_array_ops.py", line 3937, in reshape
    "Reshape", tensor=tensor, shape=shape, name=name)
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\framework\op_def_library.py", line 787, in _apply_op_helper
    op_def=op_def)
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\framework\ops.py", line 2956, in create_op
    op_def=op_def)
  File "C:\Users\artma\Miniconda3\envs\vpilot\lib\site-packages\tensorflow\python\framework\ops.py", line 1470, in __init__
    self._traceback = self._graph._extract_stack()  # pylint: disable=protected-access

InvalidArgumentError (see above for traceback): Input to reshape is a tensor with 1 values, but the requested shape requires a multiple of 784
     [[Node: Reshape = Reshape[T=DT_FLOAT, Tshape=DT_INT32, _device="/job:localhost/replica:0/task:0/device:GPU:0"](fifo_queue_DequeueUpTo/_53, Reshape/shape)]]

回溯（最近一次呼叫最后一次）：
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\client\session.py”，第1323行，在调用中
返回fn（*args）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\client\session.py”，第1302行，在\u run\u fn中
状态，运行（元数据）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\framework\errors\u impl.py”，第473行，在退出中__
c_api.TF_GetCode（self.status.status））
tensorflow.python.framework.errors\u impl.InvalidArgumentError:重塑的输入是一个值为1的张量，但请求的形状需要784的倍数
[[Node:Reforme=Reforme[T=DT_FLOAT，Tshape=DT_INT32，_device=“/job:localhost/replica:0/task:0/device:GPU:0”]（fifo_queue\u DequeueUpTo/_53，Reforme/shape）]]
在处理上述异常期间，发生了另一个异常：
回溯（最近一次呼叫最后一次）：
文件“D:\Workspace\eclipse\mnist\u cnn\cnn\u mnist.py”，第180行，在
tf.app.run（）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\platform\app.py”，第48行，正在运行
_系统出口（主（_sys.argv[：1]+标志_passthrough））
文件“D:\Workspace\eclipse\mnist\u cnn\cnn\u mnist.py”，第170行，在main中
对于idx，枚举中的预测（预测结果）：
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\estimator\estimator.py”，第420行，在predict中
评估的预测值=运行（预测值）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\training\monitored\u session.py”，第521行，正在运行
运行\元数据=运行\元数据）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\training\monitored\u session.py”，第892行，正在运行
运行\元数据=运行\元数据）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\training\monitored\u session.py”，第967行，正在运行
提出六个。重新提出（*原始交换信息）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\six.py”，第693行，重新登录
增值
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\training\monitored\u session.py”，第952行，正在运行
返回自运行（*args，**kwargs）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\training\monitored\u session.py”，第1024行，正在运行
运行\元数据=运行\元数据）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\training\monitored\u session.py”，第827行，正在运行
返回自运行（*args，**kwargs）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\client\session.py”，第889行，正在运行
运行_元数据_ptr）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\client\session.py”，第1120行，正在运行
feed_dict_tensor、options、run_元数据）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\client\session.py”，第1317行，在运行中
选项，运行（元数据）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\client\session.py”，第1336行，在调用中
提升类型（e）（节点定义、操作、消息）
tensorflow.python.framework.errors\u impl.InvalidArgumentError:重塑的输入是一个值为1的张量，但请求的形状需要784的倍数
[[Node:Reforme=Reforme[T=DT_FLOAT，Tshape=DT_INT32，_device=“/job:localhost/replica:0/task:0/device:GPU:0”]（fifo_queue\u DequeueUpTo/_53，Reforme/shape）]]
由op“重塑”引起，定义为：
文件“D:\Workspace\eclipse\mnist\u cnn\cnn\u mnist.py”，第180行，在
tf.app.run（）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\platform\app.py”，第48行，正在运行
_系统出口（主（_sys.argv[：1]+标志_passthrough））
文件“D:\Workspace\eclipse\mnist\u cnn\cnn\u mnist.py”，第170行，在main中
对于idx，枚举中的预测（预测结果）：
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\estimator\estimator.py”，第411行，在predict中
功能，无，模型\u fn\u lib.ModeKeys.PREDICT，self.config）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\estimator\estimator.py”，第694行，在调用模型fn中
模型\结果=自身。\模型\结果（特征=特征，**kwargs）
文件“D:\Workspace\eclipse\mnist\u cnn\cnn\u mnist.py”，第31行，cnn\u model\u fn
输入层=tf.重塑（特征[“x”]，[-1,28,28,1]）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\ops\gen\u array\u ops.py”，第3937行，在“重塑”中
“重塑”，张量=张量，形状=形状，名称=名称）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\framework\op_def_library.py”，第787行，位于“应用\u op_helper”中
op_def=op_def）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\framework\ops.py”，第2956行，在create\u op中
op_def=op_def）
文件“C:\Users\artma\Miniconda3\envs\vpilot\lib\site packages\tensorflow\python\framework\ops.py”，第1470行，在uu init中__
self._traceback=self._graph._extract_stack（）35; pylint:disable=protected access
InvalidArgumentError（回溯见上文）：重塑的输入是一个具有1个值的张量，但为请求的形状
predict_data = eval_data[1]

predict_data = eval_data[1:2]