TensorFlow带Feature Column模型的model.predict()输入格式问题

对于用Feature Column构建的Keras模型，model.predict()的唯一正确输入格式是与训练时结构完全一致的字典，以下是具体要求和排查要点：

核心要求 #

输入字典的键必须和你定义的Feature Column的特征名称完全匹配，每个键对应的值是符合该特征列数据类型的numpy数组（或TensorFlow张量），形状要和训练时的输入一致（比如单特征是(N,)，N为样本数）。

常见错误原因及解决 #

你之前尝试的列表、DataFrame、错误字典都会报错，原因如下：

• 列表/数组：无法映射到Feature Column对应的特征名称，模型不知道每个元素对应哪个特征，直接拒绝。
• DataFrame直接传入：TensorFlow无法自动解析DataFrame的列到特征列，必须先转成字典格式，每个列对应字典的一个键值对。
• 字典格式错误：大概率是特征名称不匹配、数据类型和训练时不一致（比如训练用float32，预测传int）、分类特征的取值不在训练时的词汇表内，或者某个特征的形状不对（比如多了维度）。

正确操作步骤 #

1. 对齐特征名称：确保预测数据的特征名和你定义Feature Column时用的名称完全一致，不能缺漏或多出来。
2. 匹配数据类型与形状：
   • 数值特征：转成numpy数组，类型和训练时保持一致（比如np.float32），形状为(样本数,)或(样本数,1)（和训练输入一致即可）。
   • 分类特征：如果用了categorical_column_with_vocabulary_list这类列，预测时必须传入词汇表内的字符串，或者提前编码成对应整数（如果训练时用了indicator_column或embedding_column，模型会自动处理编码，但输入必须是合法取值）。
3. 包装成字典：把每个特征的数组按名称作为键值对包装成字典。
4. 调用predict：直接传入这个字典即可。

示例代码 #

假设你的训练代码是这样的：

import tensorflow as tf
import numpy as np
import pandas as pd

# 定义8个特征列（示例）
feat_cols = [
    tf.feature_column.numeric_column(f'num_feat{i}') for i in range(5)
] + [
    tf.feature_column.embedding_column(
        tf.feature_column.categorical_column_with_vocabulary_list(f'cat_feat{i}', ['x','y','z']),
        dimension=4
    ) for i in range(3)
]

# 构建模型
model = tf.keras.Sequential([
    tf.keras.layers.DenseFeatures(feat_cols),
    tf.keras.layers.Dense(32, activation='relu'),
    tf.keras.layers.Dense(1)
])
# （省略训练过程）

预测时的正确输入方式：

# 模拟无标签预测数据
predict_df = pd.DataFrame({
    'num_feat0': [1.1, 2.2, 3.3],
    'num_feat1': [4.4, 5.5, 6.6],
    'num_feat2': [7.7, 8.8, 9.9],
    'num_feat3': [10.1, 11.2, 12.3],
    'num_feat4': [13.4, 14.5, 15.6],
    'cat_feat0': ['x', 'y', 'z'],
    'cat_feat1': ['y', 'z', 'x'],
    'cat_feat2': ['z', 'x', 'y']
})

# 转换成符合要求的字典
input_dict = {
    col: predict_df[col].values.astype(np.float32) if col.startswith('num') 
    else predict_df[col].values 
    for col in predict_df.columns
}

# 执行预测
predictions = model.predict(input_dict, verbose=0)

为什么model(input_data, training=False)能正常运行？ #

这个方式是直接调用模型的__call__方法，它接受的是模型输入层定义的张量格式（对于DenseFeatures层来说，就是字典格式的张量），对输入的格式检查没有predict()严格，只要张量结构匹配就能运行，但本质上和predict()要求的输入结构是一致的——只是你传入的input_data刚好符合了字典（或张量字典）的要求。

内容的提问来源于stack exchange，提问作者MVDVPRSD