0
我使用TensorFlow和mnist
數據集實施了邏輯迴歸模型。我弄清楚如何使用下面的代碼獲得學習算法的總準確度...TensorFlow獲得單一預測的準確性
correct_prediction = tf.equal(tf.argmax(pred, 1), tf.argmax(y, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print("Accuracy:", accuracy.eval({x: mnist.test.images, y: mnist.test.labels}))
這工作正常,打印精度爲91%。現在我正在恢復模型並將單個圖像傳遞到模型中進行預測。我通過一個7號,mnist.test.images[0]
的圖片,並正確地預測它 - >[7]
...
with tf.Session() as sess:
saver.restore(sess, "/tmp/model.ckpt")
x_in = np.expand_dims(mnist.test.images[0], axis=0)
classification = sess.run(tf.argmax(pred, 1), feed_dict={x:x_in})
print(classification)
現在我想這個預測的準確性,關係到模型,但我不知道如何進行,我想這顯然是行不通的下面......
accuracy = tf.reduce_mean(tf.cast(classification, tf.float32))
print("Accuracy:", accuracy.eval({x: mnist.test.images, y: mnist.test.labels}))
的這個輸出是Accuracy: 7.0
如果一個直截了當的回答是不可能的,我將不勝感激,以便在需要一些步驟實現什麼我想要。
對不起,我沒有得到你真正想要做的事情。 「這個預測與模型相關的準確性」是什麼意思? – rAyyy