从Cifar-10模型获得标签预测

Question

我目前正在研究tensorflow的Cifar-10教程。我想改变评估，以便我可以看到每个图像我的模型的预测是什么，以及它是真是假。我与第一部分斗争：如果我打印预测（sess.run（[top_k_op]））我得到真/假值，我假设是预测是否正确。但是，如果我尝试打印实际预测（我到目前为止尝试打印logits，并打印top_k_op张量），我会得到一些数字或值，但看起来不像标签。我有什么需要改变我的代码才能真正看到模型预测的标签？

Answer 1

您想先评估logits。这是您的网络中的类的概率分布。具有较高值的​​张量索引将为您提供最可能的标签类。

您可以使用tf.argmax获取索引，然后使用标签中的索引将其打印出来

print labels[index]

Answer 2

您可以通过查看here

找出答案

在svhn.py中，在第116行打印预测标签：print (step, int(test_labels[0]))

我使用以下方式清楚地完成了这项工作：

classification = sess.run(top_k_predict_op)
print (step, int(test_labels[0]))
print "network predicted:", classification[0], "for real label:", test_labels

如果您使用原始版本的TensorFlow CIFAR-10型号训练模型，请确保预测24 * 24张图像。