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,这些教程没有显示如何在给定模型的情况下进行预测。我对准确性不感兴趣,我只想使用模型预测一个新示例,然后在输出中查看所有结果(标签),每个结果都有其分配的分数(排序或不排序)。
在“ Deep MNIST for Experts ”示例中,请参见以下行:
现在,我们可以实现回归模型。只需要一行!我们将向量化的输入图像x乘以权重矩阵W,加上偏差b,然后计算分配给每个类别的softmax概率。
y = tf.nn.softmax(tf.matmul(x,W) + b)
只需拉上节点y,您就会拥有所需的内容。
feed_dict = {x: [your_image]}
classification = tf.run(y, feed_dict)
print classification
这几乎适用于您创建的任何模型-在计算损失之前,您已经将预测概率计算为最后步骤之一。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句