我遵循了给定的 mnist 教程,并且能够训练模型并评估其准确性。但是,教程没有展示如何根据模型进行预测。我对准确性不感兴趣,我只是想使用模型来预测新的示例,并在输出中查看所有结果(标签),每个结果都有其分配的分数(排序或未排序)。
In the "面向专家的深度 MNIST https://www.tensorflow.org/get_started/mnist/pros” 例如,请参阅这一行:
我们现在可以实现我们的回归模型。只需要一根线!我们
将矢量化输入图像 x 乘以权重矩阵 W,然后添加
偏差 b,并计算分配给的 softmax 概率
每堂课。
y = tf.nn.softmax(tf.matmul(x,W) + b)
只需拉动节点 y,您就会得到您想要的。
feed_dict = {x: [your_image]}
classification = tf.run(y, feed_dict)
print classification
这适用于您创建的几乎任何模型 - 您将计算预测概率作为计算损失之前的最后步骤之一。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)