首页 > 其他分享> 文章详细

paddle模型应用

2020-04-14 20:02:56 阅读：274 来源： 互联网

标签：exe 模型 fluid paddle results 应用 np import model

1.首先要保存模型

fluid.io.save_inference_model('../bot15.model', ["vec"], [pred1,pred2,pred3], exe)

第二个参数预测样本集的数据feed，

第三个参数是预测数据

第四个参数是当前运行程序

2.加载样本

fluid.io.load_inference_model('../bot15.model', exe)

这里的exe可以是一个新的exe

具体代码如下：

from __future__ import print_function
import paddle
import paddle.fluid as fluid
import numpy as np
import sys
import math

EMB_DIM = 81     #词向量的维度
HID_DIM = 512     #隐藏层的维度
STACKED_NUM = 3   #LSTM双向栈的层数
BATCH_SIZE = 128  #batch的大小

result_vec = np.load('../result_vec2.npy',allow_pickle=True).tolist()

use_cuda = False
place = fluid.CUDAPlace(0) if use_cuda else fluid.CPUPlace()

exe = fluid.Executor(place)
inference_scope = fluid.core.Scope()

d = []
for i in result_vec:
    k = [[o] for o in i[1]]
    d.append(k)

lod = np.array(k,dtype='float32')

def pred(o):
    [inferencer, feed_target_names,
     fetch_targets] = fluid.io.load_inference_model('../bot15.model', exe)

    results = exe.run(inferencer,feed={'vec': fluid.create_lod_tensor(o,[[81]],place)},
                      fetch_list=fetch_targets,return_numpy=False)
    print(np.array(results[0]).tolist()[0][0],',',
          np.array(results[1]).tolist()[0][0],',',
          np.array(results[2]).tolist()[0][0])

标签：exe,模型,fluid,paddle,results,应用,np,import,model
来源： https://www.cnblogs.com/yangyang12138/p/12700522.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

paddle模型应用