数据挖掘 - 在 TensorFlow 2.0 中进行预测/加载模型 - 吾爱随笔录

我每天都使用 TensorFlow/Keras 对项目进行预测。一切正常，但我经常收到关于过渡到 TensorFlow 2.0 的警告，我想这周我最终会确保我的代码也能在新版本的库中工作。我在训练或保存模型期间没有遇到任何问题，但是在进行预测时，我收到了以下警告：

警告：tensorflow：您的输入数据已用完；中断训练。确保您的数据集或生成器至少可以生成 steps_per_epoch * epochs批次（在本例中为 10 个批次）。在构建数据集时，您可能需要使用 repeat() 函数。

事实证明它仍然按预期进行预测，但警告大大减慢了这个过程。我可以通过将steps=1参数传递给来克服这个问题model.predict()，但这似乎是一种迂回的做事方式，在以前的 TensorFlow 版本中不需要这种方式。

我想知道我是否在这里遗漏了一些微不足道的东西。此外，TensorFlow 现在似乎无法弄清楚我是在做预测而不是训练，这在以前也不是问题。在相关的说明中，它可能也出现在之前的文档中，但我从未考虑过其中的batch_size论点model.predict()及其所服务的目的。

更新：

现在 Google Colab 将其默认版本更改为 TensorFlow 2，我决定再试一次。现在，代码仍然完全一样，但是当我尝试加载模型时出现错误：

警告：tensorflow：加载保存的优化器状态时出错。因此，您的模型从一个新初始化的优化器开始。

关于这个问题，TensorFlow github 页面上有一个未解决的问题：

解决后我会再次更新。