python - 如何在 TensorFlow 的 MNIST 示例中获得预测的类标签？

Question

我是神经网络的新手，并为初学者浏览了 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这个示例。

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度，我希望能够看到预测。是否有可能以某种方式访问观察结果及其预测标签并很好地打印出来？

score 6 · Accepted Answer

我认为您只需要按照教程中的说明评估您的输出张量：

accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

要获得张量的输出，请参阅文档：

在会话中启动图表后，可以通过将张量传递给 Session.run() 来计算张量的值。t.eval() 是调用 tf.get_default_session().run(t) 的快捷方式。

如果您想获得预测而不是准确性，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}))

score 1 · Accepted Answer

prediction=tf.argmax(y,1)
print prediction.eval(feed_dict={x: mnist.test.images}).

2 回答 2