如何定義函數來預測Sofmax迴歸中的數據

Question

我剛剛研究了softmax迴歸，並且我有一個問題確實需要您的幫助。在這裏，我從MNIST softmax regression開始，在這種類型的問題中，它只計算精度而不提如何預測數據。

但我的問題是不同的：

My training data form

，我想用給定的輸入來預測輸出

因此，我的數據，我定義了以下變量

x = tf.placeholder(tf.float32, [None, 2]) 

W = tf.Variable(tf.zeros([2, 3])) 

b = tf.Variable(tf.zeros([3])) 

y = tf.nn.softmax(tf.matmul(x, W) + b) 

y_ = tf.placeholder(tf.float32, [None, 3]) 

訓練結束後，我得到了W和b，但我不知道如何定義函數來預測輸出，如果我現在的輸入是

x= [[11, 7],[3, 4],[1, 0]] 

你能幫我弄清楚嗎？

非常感謝

Answer 1

預測應該是你在訓練時使用的相同的功能。我不明白這個問題。