Tensorflow+google mlengne local predict：CSV报价应该如何处理？

Question

我训练了一个CNN模型来预测0/1值，并使用googleml引擎localpredict来测试它。我的测试文件包含2行：

some text
"some text"

我知道这会给我1和1作为预测结果。但是输出是1和0。所以双引号是有原因的。 培训期间熊猫.read\u csv用于创建词汇。你知道吗

pd.read_csv(filename, header=None, sep=',', names=['source', 'title'],encoding='utf-8', na_filter=False,engine='python')

对于预测，使用以下命令：

gcloud ml-engine local predict --model-dir=.... --text-instances=... --format=json

我在阅读csv进行培训时是否遗漏了一些参数，或者这是googleml引擎的问题？你知道吗

Answer 1

您是在输入函数中使用pandas还是tf.decode\u csv？你知道吗

在gcloud预测调用中，您将输入格式设置为json。你想把它设成CSV吗？你知道吗

Answer 2

您导出的图形可能包含一个decode_csv操作来读取输入。如何处理引号将取决于参数use_quote_delim的设置。为了举例说明，请考虑以下内容：

import tensorflow as tf

data = ['some text', '"some text"']
with tf.Session() as sess:
  use_delim = tf.decode_csv(data, [['']], use_quote_delim=True)
  dont = tf.decode_csv(data, [['']], use_quote_delim=False)
  out = sess.run([use_delim, dont])
  print("use", out[0])
  print("dont", out[1])

>>> ('use', [array(['some text', 'some text'], dtype=object)])
>>> ('dont', [array(['some text', '"some text"'], dtype=object)])

要获得预期的行为，需要将导出的模型设置为use_quote_delim=True（这是默认值）。你知道吗