mxnet：訓練されたRNNモデルを使用して予測を行う方法

Question

mxnetのRNNモデルをテストしています。チュートリアルhereは機能せず、多くの機能が推奨されなくなりました。 RNNの最新のチュートリアルが見つかりませんでした。 まだmxnetプロジェクトにいくつかの例があります。しかし、RNNの場合、examplesはトレーニングセットを使用してモデルをトレーニングする方法のみを示します。彼らは、訓練されたモデルを使用してさらに予測を行う方法を示していません。次のようにトレーニング・コードは次のとおりです。

model.fit(
    train_data   = data_train, 
    eval_data   = data_val, 
    eval_metric   = mx.metric.Perplexity(invalid_label), 
    kvstore    = args.kv_store, 
    optimizer   = args.optimizer, 
    optimizer_params = { 'learning_rate': args.lr, 
          'momentum': args.mom, 
          'wd': args.wd }, 
    initializer   = mx.init.Xavier(factor_type="in", magnitude=2.34), 
    num_epoch   = args.num_epochs, 
    batch_end_callback = mx.callback.Speedometer(args.batch_size, args.disp_batches)) 

誰かが推論や予測を行うために訓練RNNモデルを使用する方法を知っていますか？

RNNモデルを使用してCNNや他のモデルではなく予測を行う方法を探していることを明確にする必要があります。

私を助けてくれてありがとう！

Answer 1

通常、モデルはBaseModelの拡張です。 BaseModelはthe method predictです。このメソッドは、fitメソッドで使用されているのと同じ型で動作することができます。DataIterは1つだけの違いがあり、train_dataは不要です。eval_dataのみです。だから、実際の予測プロセスは、このような単純な方法で実装することができます。

result = mod.predict(dataiter.next)