CNTK&；python：如何将输入数据传递给eval func？

使用CNTK，我创建了一个网络，其中包含2个输入神经元和1个输出神经元。 培训文件中的一行看起来像

|features 1.567518 2.609619 |labels 1.000000 

然后用脑脚本对网络进行训练。现在我想用网络来预测数值。例如：输入数据为[1.82,3.57]。网络的输出是多少

我用下面的代码尝试了Python，但这里我是新手。代码不起作用。所以我的问题是：如何将输入数据[1.82,3.57]传递给eval函数

关于stackoverflow，有一些提示，但对我来说太抽象了

多谢各位

import cntk as ct
import numpy as np

z = ct.load_model("LR_reg.dnn", ct.device.cpu())

input_data= np.array([1.82, 3.57], dtype=np.float32)

pred = z.eval({ z.arguments[0] : input_data })

print(pred)

---

这是最具防御性的方法。如果在使用V2构造指定网络时省略了其中一些内容，那么CNTK是可以原谅的。不确定使用V1代码创建的网络

基本上，每个轴都需要一对支架。Brainscript中存在哪些轴？有一个批处理轴，一个序列轴，然后是网络的静态轴。您拥有一维数据，因此这意味着以下各项应能正常工作：

input_data=np.array（[[1.82,3.57]]]，dtype=np.float32）

这指定了一批长度为1的序列，包含两个元素的1d向量。您还可以尝试省略最外面的大括号，看看是否得到相同的结果

更新根据下面评论中的更多信息，我们不应该忘记，V1代码还保存了网络中计算损失和准确性的部分。如果我们只提供功能，CNTK会抱怨没有提供标签。处理这个问题有两种方法。一种可能是提供一些假标签，以便网络能够评估这些辅助操作。另一种可能性是确定预测并使用它。如果预测在V1中被称为“p”，那么这段python代码

p=z。按名称（“p”）查找

---

应该创建一个CNTK函数，该函数只需要特征就可以计算预测。

谢谢您的回答，但它不起作用。我得到了错误消息：ValueError:1个必需参数“Input（'features'，[#，]，[2]）的值，请求的输出（“output（'err'，[]，[]））、输出（'lr'，[]，[]，[]）、输出（'p'，[#，]，[1]）依赖于这些参数，未提供。此错误是因为V1模型还保存了依赖于标签的内容，如错误消息中提到的“err”和“lr”输出。我将更新关于如何避免此错误的答案。