運行訓練卷積神經網絡

所以這裏是我的問題。我已經訓練了卷積神經網絡，使用張量流將圖像分爲兩類。我現在想知道如何使用來自該神經網絡的權重並在未標記的隨機圖像上進行測試。在tensorflow中有一個函數來做到這一點，或者我現在應該自己運行卷積嗎？運行訓練卷積神經網絡

來源

2017-04-05 bobob

你能提供您所使用的代碼的一些例子嗎？ –

@MiriamFarber你需要什麼部分？因爲有很多代碼...我可以提供[github頁面]（https://github.com/llSourcell/How_to_make_a_tensorflow_image_classifier_LIVE/blob/master/demonotes.ipynb）我用作參考。基本上，代碼是相同的 – bobob

後你完成訓練，你可以創建

feed_dict_unlabeled = {x: x_unlabeled}

現在，使用y_pred_cls是在代碼中定義如下：

y_pred_cls = tf.argmax(y_pred, dimension=1)

你可以做

y_labels = session.run(y_pred_cls, feed_dict=feed_dict_unlabeled)

找到未標記數據的標籤。

此外，這裏是一個關於類似的情況，你可能會發現有益的討論：Python/Tensorflow - I have trained the convolutional neural network, how to test it?

來源

2017-04-05 23:24:06

是否將x_unlabeled圖像作爲浮點數組？ – bobob

除了數量之外，它應該與feed_dict_train = {x：x_batch，y_true：y_true_batch}中的x_batch格式相同。也就是說，x_batch和x_unlabeled中的圖像數量可能不同，但除此之外，它們應該採用相同的格式，因爲它們都對應於相同的佔位符。 –

非常感謝！ – bobob

運行訓練卷積神經網絡

回答

相關問題