将磁通模型加载到MLJ机器中

Question

我想知道是否有可能将保存的Flux模型或其权重( .bson文件)加载到MLJ机器中。我想使用MLJ中的性能度量API (例如混淆矩阵、Fscore等)来评估我的模型的性能。这个是可能的吗？

我仍然是新的朱莉娅ML生态系统，因此，任何帮助或建议将是非常感谢的。

Answer 1

不幸的是，没有任何正式的方法来做到这一点。我想你这么做的原因是为了评估你的模型的性能，而不必重新训练你的模型。如果是这样的话，您不必在MLJ机器中包装您的通量模型来评估它。但缺点是，您将无法使用MLJ内置的交叉验证策略(这不应该是一个问题，因为使用交叉验证等于在您的数据子集上重新构建您的通量模型，这不是您想要的)。下面是如何做到这一点的一个例子。

julia> using Flux, MLJBase

julia> model = Chain(Dense(10,5,relu),Dense(5,2),softmax)
Chain(Dense(10, 5, NNlib.relu), Dense(5, 2), NNlib.softmax)

julia> using BSON: @load

# The line below assume you have previously saved "mymodel.bson"
julia> @load "mymodel.bson" weights 

julia> Flux.loadparams!(model, weights);

julia> predict = model;

对于下面的内容，x_test是测试feature_data，而y_test是测试目标数据。

julia> ConfusionMatrix()(predict(x_test), y_test);

julia> FScore()(predict(x_test), y_test);

它也是没有价值的，MLJ也支持加载预先训练的模型形式的machines，只要machine是保存与MLJ。见MLJSerialization。使用MLJ接口校验MLJFlux建立流量模型