我是神经网络的新手,并为初学者讲了MNIST示例。
我目前正在尝试在Kaggle的另一个没有测试标签的数据集上使用此示例。
如果我在没有相应标签的测试数据集上运行模型,因此无法像MNIST示例中那样计算准确性,那么我希望能够看到预测。是否可以以某种方式访问观察值及其预测的标签并很好地打印出来?
我认为您只需要按照教程中所述评估输出张量即可:
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))
要获取张量的输出,请参阅docs:
在会话中启动图后,可以将Tensor的值传递给Session.run()来计算它的值。t.eval()是调用tf.get_default_session()。run(t)的快捷方式。
如果要获取预测而不是准确性,则需要以y
相同的方式评估输出张量:
print(sess.run(y, feed_dict={x: mnist.test.images}))
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