我在Tensorflow中使用包含灰度圖像作爲輸入和整數類標籤的tfrecords文件提供簡單的ConvNet。在Tensorflow中計算正確預測的正確方法是什麼?
我的損失被定義爲loss = tf.nn.sparse_softmax_cross_entropy_with_logits(y_conv, label_batch)
其中y_conv=tf.matmul(h_fc1_drop,W_fc2) + b_fc2
和label_batch
是大小[batch_size]
的張量。
我試圖用
correct_prediction = tf.equal(tf.argmax(label_batch,1),tf.argmax(y_conv, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
這correct_prediction
語句給了一個錯誤計算精度:
InvalidArgumentError (see above for traceback): Minimum tensor rank: 2 but got: 1
我有點困惑,究竟如何計算一個正確預測在TF中。
第一個維度是樣本。當您計算精度時,dimension = 1是正確的尺寸。 – Ishamael