Bugfix (7533e08b) · Commits · 钟慕尧 / deepchem

deepchem/models/models.py

+0 −9

Original line number	Diff line number	Diff line
		@@ -162,18 +162,9 @@ class Model(object):
		"""
		y_preds = []
		n_tasks = self.get_num_tasks()
		#################################################################### DEBUG
		#for (X_batch, y_batch, w_batch, ids_batch) in dataset.iterbatches(
		ind = 0
		for (X_batch, _, _, ids_batch) in dataset.iterbatches(
		#################################################################### DEBUG
		batch_size, deterministic=True):
		#################################################################### DEBUG
		if ind == 0:
		print("ids_batch[0]")
		print(ids_batch[0])
		ind += 1
		#################################################################### DEBUG
		n_samples = len(X_batch)
		y_pred_batch = self.predict_on_batch(X_batch, pad_batch=pad_batches)
		# Discard any padded predictions

deepchem/utils/evaluate.py

+6 −40

Original line number	Diff line number	Diff line
		@@ -35,11 +35,8 @@ class Evaluator(object):
		def __init__(self, model, dataset, transformers, verbosity=False):
		self.model = model
		self.dataset = dataset
		########################################################## DEBUG
		#self.output_transformers = [
		# transformer for transformer in transformers if transformer.transform_y]
		self.transformers = transformers
		########################################################## DEBUG
		self.output_transformers = [
		transformer for transformer in transformers if transformer.transform_y]
		self.task_names = dataset.get_task_names()
		self.verbosity = verbosity

		@@ -74,50 +71,19 @@ class Evaluator(object):
		Computes statistics of model on test data and saves results to csv.
		"""
		y = self.dataset.y
		################################################################ DEBUG
		#print("self.output_transformers")
		#print(self.output_transformers)
		################################################################ DEBUG
		################################################################ DEBUG
		#y = undo_transforms(y, self.output_transformers)
		y = undo_transforms(y, self.transformers)
		################################################################ DEBUG
		y = undo_transforms(y, self.output_transformers)
		w = self.dataset.w

		if not len(metrics):
		return {}
		else:
		mode = metrics[0].mode
		################################################################ DEBUG
		print("mode")
		print(mode)
		################################################################ DEBUG
		if mode == "classification":
		################################################################ DEBUG
		#y_pred = self.model.predict_proba(self.dataset, self.output_transformers)
		#y_pred_print = self.model.predict(
		# self.dataset, self.output_transformers).astype(int)
		y_pred = self.model.predict_proba(self.dataset, self.transformers)
		y_pred = self.model.predict_proba(self.dataset, self.output_transformers)
		y_pred_print = self.model.predict(
		self.dataset, self.transformers).astype(int)
		################################################################ DEBUG
		self.dataset, self.output_transformers).astype(int)
		else:
		################################################################ DEBUG
		#y_pred = self.model.predict(self.dataset, self.output_transformers)
		y_pred = self.model.predict(self.dataset, self.transformers)
		################################################################ DEBUG
		################################################################ DEBUG
		print("y_pred.shape")
		print(y_pred.shape)
		print("y_pred[:1]")
		print(y_pred[:1])
		print("y[:1]")
		print(y[:1])
		raw_y = self.model.predict_on_batch(self.dataset.X[:1])
		raw_y = undo_transforms(raw_y, self.transformers)
		print("raw_y")
		print(raw_y)
		################################################################ DEBUG
		y_pred = self.model.predict(self.dataset, self.output_transformers)
		y_pred_print = y_pred
		multitask_scores = {}

Admin message