TensorFlow训练的回归模型，如何在ML.NET中训练和预测

Question

static void Main(string[] args)
        {
            var mlContext = new MLContext();
            var tensorFlowModel = mlContext.Model.LoadTensorFlowModel(@"raw_model.pb");
            
            //var schema = tensorFlowModel.GetModelSchema();
               
            var testdata = mlContext.Data.LoadFromEnumerable(new List<TensorData>());
            

            var pipeline = tensorFlowModel.ScoreTensorFlowModel(
                new[] { "dense_8/BiasAdd" }, new[] { "dense_6_input" }, addBatchDimensionInput:false);
            var model = pipeline.Fit(testdata);
            var predictionFunction = mlContext.Model.CreatePredictionEngine<TensorData, OutputScores>(model);
       

            TensorData inputData = new TensorData {

                input = new float[] {
                    0.123289999999999f,
                    0f,
                    10.0099999999999f,
                    0f,
                    0.547f,
                    5.913f,
                    92.9f ,
                    2.3534f,
                    6f,
                    432f,
                    17.8f,
                    394.949999999999f,
                    16.21f
                }


            };
            
            OutputScores prediction = predictionFunction.Predict(inputData);
            
            Console.WriteLine($"**********************************************************************");
            Console.WriteLine($"Predicted price: {prediction.Output[0]}\t  actual price: 7.2");
            Console.WriteLine($"**********************************************************************");
            //IDataView predictions = pipeline.Transform(data);
            

        }

raw_model.pb是TensorFlow训练好的模型，TensorData是想要预测的值。模型输入参数13个，输出参数1个。
数据的构造如下：

 public class TensorData
    {
        [ColumnName("dense_6_input")]
        [LoadColumn(0, 13)]
        [VectorType(13)]
        public float[] input { get; set; }
    }

  class OutputScores
    {
        [ColumnName("dense_8/BiasAdd")]
        [VectorType(1)]
        public float[] Output { get; set; }
    }

现在程序运行没有error，但是预测结果却相差很大，实际值为7.2，而预测出的值却为-50，而这个模型在python里预测的结果是没有问题的。

在官方的网页中，有TensorFlow训练好的分类模型拿来再训练和预测的例子，但是回归问题却找不到例子。
请问是哪部分代码写的不对呢？

Answer 1

如果python中没有问题，那就是c#里面输入设置的问题了，输入要跟python的一样，像是tensor的shape，是否归一化等需要相同才行，这个要看你训练回归模型的时候在输入模型的数据是否由经过一些其他操作