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
0
A
回答
0
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?
相關問題
- 1. 爲什麼要對卷積神經網絡進行預訓練
- 2. 訓練卷積神經網絡識別車號牌
- 3. 爲卷積神經網絡選擇訓練圖像
- 4. 訓練神經網絡
- 5. 卷積神經網絡
- 6. 用於訓練完全卷積神經網絡的子補丁生成機制
- 7. 使用Xbox Kinect在Keras中捕獲圖像訓練卷積神經網絡(CNN)
- 8. 神經網絡訓練中的MSE
- 9. 如何訓練OCR神經網絡?
- 10. 神經網絡訓練方法
- 11. 在Ruby中訓練神經網絡
- 12. 人工神經網絡PSO訓練
- 13. 神經網絡訓練連續值
- 14. 嘈雜的神經網絡訓練集
- 15. OCR的訓練前饋神經網絡
- 16. float16 VS FLOAT32卷積神經網絡
- 17. 如何在新數據上運行卷積神經網絡
- 18. 訓練字母圖像到全批培訓的神經網絡
- 19. 訓練神經網絡時進行k倍驗證
- 20. 培訓神經網絡 -
- 21. 卷積神經網絡中並行和順序卷積之間的區別
- 22. 這是在普通卷積神經網絡中進行的基本卷積嗎?
- 23. 如何存儲和訪問經過訓練的神經網絡
- 24. 用訓練後的新批累積的最近數據訓練神經網絡的術語是什麼?
- 25. 完全卷積網絡訓練圖像大小
- 26. Keras - 訓練卷積網絡,獲得自動編碼器輸出
- 27. LMDB數據庫咖啡卷積網絡訓練
- 28. 運行神經網絡pybrain
- 29. 我在哪裏可以找到關於卷積神經網絡的練習?
- 30. 訓練後在神經網絡中增加更多輸出神經元?
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