Python 预测不会以张量流结束

我使用Tensorflow框架编写了一个神经网络，但当我尝试进行一些预测时，程序并没有结束

这个程序包含很多文件，我将尝试在这里发布主要的文件，但简而言之，我有一个自定义的模型函数和一个实验者来训练和评估它

我必须使用实验者API，因为程序需要在本地和云中运行，但在第一种情况下，我不想使用Tensorflow服务来运行我的预测

注意：该项目类似于您可以在

我的模型函数 实验者 预测 以前发布的所有内容都很完美，现在是时候做出一些预测了。正如我所说的，我不想使用Tensorflow局部服务，所以我尝试使用相同的模型和相同的配置创建一个估计器

    classifier = tf.estimator.Estimator(
    generate_model_fn(
        learning_rate=args.learning_rate,
        hidden_units=args.hidden_units,
        dropout=args.dropout,
        weights=args.weights,
    ),
    config=run_config.RunConfig(model_dir=args.job_dir),
)

根据日志文件，模型似乎恢复正确，因此我想尝试仅使用一条记录进行简单预测。这个程序永远不会结束，它一直在运行，直到我的机器完全倾斜

 def predict_input_fn():
    x = {
        'FN': tf.constant(['A']),
        'SS': tf.constant([1]),
        'SN': tf.constant([2]),
        'SL': tf.constant([3]),
        'NS': tf.constant([4]),
        'NN': tf.constant([5]),
        'NL': tf.constant([6]),
        'LS': tf.constant([7]),
        'LN': tf.constant([8]),
        'LL': tf.constant([9]),
        'FT': tf.constant([0])
    }
    y = x['FT']
    return x,y


predictions = classifier.predict(input_fn=predict_input_fn)

    classifier = tf.estimator.Estimator(
    generate_model_fn(
        learning_rate=args.learning_rate,
        hidden_units=args.hidden_units,
        dropout=args.dropout,
        weights=args.weights,
    ),
    config=run_config.RunConfig(model_dir=args.job_dir),
)

 def predict_input_fn():
    x = {
        'FN': tf.constant(['A']),
        'SS': tf.constant([1]),
        'SN': tf.constant([2]),
        'SL': tf.constant([3]),
        'NS': tf.constant([4]),
        'NN': tf.constant([5]),
        'NL': tf.constant([6]),
        'LS': tf.constant([7]),
        'LN': tf.constant([8]),
        'LL': tf.constant([9]),
        'FT': tf.constant([0])
    }
    y = x['FT']
    return x,y


predictions = classifier.predict(input_fn=predict_input_fn)