我尝试在我的.onnx模型上运行推理，该模型是使用https://keras.io/examples/nlp/multi_label_classification/从keras的多标签文本分类模型转换而来的。这是一个文本分类模型，它接受文本并提供预测类别。
我在这里学习本教程：https://github.com/onnx/keras-onnx/blob/master/tutorial/TensorFlow_Keras_MNIST.ipynb，但我不确定我在寻找“feed”的格式方面缺少了什么。
keras模型如下所示：
def make_model():
shallow_mlp_model = keras.Sequential(
[
layers.Dense(512, activation="relu"),
layers.Dense(256, activation="relu"),
layers.Dense(lookup.vocabulary_size(), activation="sigmoid"),
]
)
return shallow_mlp_model
1条答案
按热度按时间iibxawm41#
提要是一个输入名称到数据的字典。在最初的教程中，名为'dense_input'的输入的数据是用以下代码创建的：
data = [digit_image.astype(np.float32)]数据需要是numpy数组，因为ONNX Runtime对BatchDataset一无所知（基于问题中的输出，即make_dataset返回的类型）。