如何应用在fast.ai / pytorch中开发的模型？

Question

我已经训练了一个模型，我正试图将其应用于新数据。我对fast.ai完全陌生，我正在创建我的数据库，如下所示(ds是我想要评分的数据)：

bs = 64
data_lm = (TextList.from_df(df, path, cols='comment_text')
            .split_by_rand_pct(0.1)
            .label_for_lm()
            .databunch(bs=bs))

问题是我不能省略.split_by_rand_pct(0.1)，所以我不能给整个数据打分

然后，我将加载/应用模型，如下所示

data_clas = load_data(path, 'data_clas.pkl', bs=bs)
learn = text_classifier_learner(data_clas, AWD_LSTM, drop_mult=0.5)
learn.load_encoder('fine_tuned_enc')
learn.load('third');
preds, target = learn.get_preds(DatasetType.Test, ordered=True)
labels = preds.numpy()

但问题是，当我创建数据库穿孔时，我只对我的数据的0.1%进行了评分，因为第一段代码是不正确的……我想将保存/加载的模型应用到整个DF上。

非常感谢你提前

Answer 1

我的一位同事实际上为我提供了解决方案，我将其张贴在这里，以防对任何人有用。

learn.data.add_test(df['Contact_Text'])
preds,y = learn.get_preds(ds_type=DatasetType.Test)
preds