Я пытаюсь предсказать модель, обученную для mnist через mlflow.
loaded_model = mlflow.pyfunc.load_model(logged_model)
(x_train, y_train), (x_test, y_test) = mnist.load_data()
Я попытался создать фрейм данных через
x = pd.DataFrame(x_test)
но я получил
ValueError: Must pass 2-d input. shape=(10000, 28, 28)
но если я переформирую
xtest2 = x_test.reshape(10000, 784)
x = pd.DataFrame(xtest2)
loaded_model.predict(x)
Я получаю не выровненный ввод
ValueError: Input 0 of layer "sequential_2" is incompatible with the layer: expected shape=(None, 28, 28), found shape=(None, 784)
это имеет смысл, так как слой настроен как
model = tf.keras.Sequential([
tf.keras.layers.Conv2D(32, 3, activation='relu', input_shape=(28, 28, 1)),
но как мне удовлетворить как требование панд, так и требование тензорного потока?
Вы можете попробовать изменить форму, прежде чем звонить model.predict
:
x = pd.DataFrame(xtest2)
model.predict(tf.keras.layers.Reshape((28, 28, 1))(x))