Python mxnet.module.BaseModule.predict用法及代码示例

用法: predict(eval_data, num_batch=None, merge_batches=True, reset=True, always_output_list=False, sparse_row_id_fn=None)

参数：

eval_data：(DataIter or NDArray or numpy array) - 用于运行预测的评估数据。
num_batch：(int) - 默认为None, 表示运行数据迭代器中的所有批次。
merge_batches：(bool) - 默认为True，请参见上面的返回值。
reset：(bool) - 默认为True, 表示我们是否应该在进行预测之前重置数据迭代器。
always_output_list：(bool) - 默认为False，请参见上面的返回值。
sparse_row_id_fn：(A callback function) - 函数需要data_batch作为输入并返回 str -> NDArray 的字典。生成的 dict 用于从 kvstore 中提取 row_sparse 参数，其中 str 键是参数的名称，值是要提取的参数的行 ID。

预测结果。

返回类型：

NDArray 列表或 NDArray 列表

运行预测并收集输出。

当 merge_batches 为 True(默认情况下)时，返回值将是一个列表 [out1, out2, out3] ，其中每个元素都是通过连接所有小批量的输出而形成的。当 always_output_list 为 False (默认情况下)时，如果是单个输出，则返回 out1 而不是 [out1] 。

当 merge_batches 为 False 时，返回值将是一个嵌套列表，如 [[out1_batch1, out2_batch1], [out1_batch2], ...] 。这种模式很有用，因为在某些情况下(例如分桶)，模块不一定会产生相同数量的输出。

结果中的对象具有类型 NDArray 。如果您需要使用 numpy 数组，只需在每个 NDArray 上调用 .asnumpy() 即可。

例子：

>>> # An example of using `predict` for prediction.
>>> # Predict on the first 10 batches of val_dataiter
>>> mod.predict(eval_data=val_dataiter, num_batch=10)

相关用法

注：本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.module.BaseModule.predict。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

返回类型：

例子：