tensorflow - 如何定义函数来预测 Sofmax 回归中的数据

Question

我刚刚研究了softmax回归，我有一个问题真的需要你的帮助。在这里，我从MNIST softmax 回归开始，在这类问题中，它只计算准确率，而没有提及如何预测数据。

但我的问题不同：

我的训练数据表格

我想用给定的输入预测输出

因此，对于我的数据，我定义了以下变量

x = tf.placeholder(tf.float32, [None, 2])

W = tf.Variable(tf.zeros([2, 3]))

b = tf.Variable(tf.zeros([3]))

y = tf.nn.softmax(tf.matmul(x, W) + b)

y_ = tf.placeholder(tf.float32, [None, 3])

经过训练，我得到了 W 和 b，但是如果我现在的输入是，我不知道如何定义预测输出的函数

x= [[11, 7],[3, 4],[1, 0]]

你能帮我弄清楚吗？

非常感谢

Answer 1

预测的功能应该与您在训练时使用的功能相同。我不明白这问题。