Python 如何使用Tensorflow排名进行预测

我目前正在使用TensorFlow排名模块进行推荐任务。我用完全相同的代码和相同的数据库复制了这个，这是雅虎学习排名的著名数据集

该模型运行完美，并生成预期结果，但正如您可能注意到的，教程没有说明如何进行预测，我尝试了本文中发布的解决方案以及以下函数

def predict_input_fn(features):
        
        iterator_initializer_hook = IteratorInitializerHook()
        features_placeholder = {
            k: tf.compat.v1.placeholder(v.dtype, v.shape)
            for k, v in six.iteritems(features)
        }
    
        #labels_placeholder = tf.compat.v1.placeholder(labels.dtype, labels.shape)
        dataset = tf.data.Dataset.from_tensors(
            (features_placeholder))
        iterator = tf.compat.v1.data.make_initializable_iterator(dataset)
    
        feed_dict = {}
        feed_dict.update(
            {features_placeholder[k]: features[k] for k in features_placeholder})
        iterator_initializer_hook.iterator_initializer_fn = (
            lambda sess: sess.run(iterator.initializer, feed_dict=feed_dict))
        features = iterator.get_next()
        return features
    

  gen_predictions = estimator.predict(input_fn=lambda: predict_input_fn(features_vali)) 

其中，features_vali来自教程中的这一行代码

features_vali, labels_vali = load_libsvm_data(FLAGS.vali_path,FLAGS.list_size)

我所尝试的一切都会产生相同的错误：

ValueError:无法将包含630600个元素的张量重塑为包含输入形状：[6306100,1]，2和>的>“transform/encoding\u layer/1/Reformate”（op:“Reformate”）的形状[6306,1]（6306个元素），输入张量计算为部分形状：输入1=[6306,1]

6306是我想要预测的查询，100是列表大小参数（即查询100个文档）

我很确定我在predict\u input\u fn中遗漏了一些内容，但我找不到错误检查可以帮助您解决问题。谢谢