Я медленно проходил учебники по тензону, и я предполагаю, что мне придется снова. У меня нет фона в ML, но я медленно продвигаюсь.
В любом случае, прочитав учебник RNN и запустив код обучения, я смущен.
Как реально применить обученную модель, чтобы ее можно было использовать для предсказания языка?
Я знаю, что это ужасный нубийский и простой вопрос, но я считаю, что это будет полезно для других, поскольку я видел, как он спросил и не ответил удовлетворительным образом.
В общем, когда вы тренируете модель, сначала делаете передний проход, а затем задний проход. Передний проход делает прогноз на основе ваших входных данных, а обратный проход корректирует вашу модель, основываясь на правильности вашего прогноза.
Итак, когда вы хотите применить свою модель, вы просто сделаете передовой проход с вашими новыми данными в качестве входных данных.
В вашем конкретном примере, используя этот код, вы можете увидеть, как это делается, посмотрев, как они запускают тестовый набор, стартовая строка 286.
# They instantiate the model with is_training=False
mtest = PTBModel(is_training=False, config=eval_config)
# Then they can do a forward pass
test_perplexity = run_epoch(session, mtest, test_data, tf.no_op())
print("Test Perplexity: %.3f" % test_perplexity)
И если вы хотите фактическое предсказание, а не недоумение, это состояние в функции run_epoch:
cost, state, _ = session.run([m.cost, m.final_state, eval_op],
{m.input_data: x,
m.targets: y,
m.initial_state: state})