在tensorflow的MNIST教程中,最后一步是使用以下代码输出模型的测试精度:
# Test trained model
correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print(sess.run(accuracy, feed_dict={x: mnist.test.images,
y_: mnist.test.labels}))
但是,我想知道如何修改此代码以输出测试集的预测值(标签),而不是仅仅打印出准确性?
这是教程的链接:https://www.tensorflow.org/tutorials/mnist/beginners/
最佳答案
这样的东西应该有效
print(sess.run(tf.argmax(y, 1), feed_dict={x: mnist.test.images}))
因为y
在教程中是张量,其中索引为 j
的列描述了图像在行 i
中的可能性号码是j
,所以tf.argmax
仅返回每行概率最高的列索引。
PS对不起我的英语
关于graph - 如何在tensorflow MNIST教程中输出预测值(标签)?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41256846/