Tensorflow预测多个标签

Question

我对TensorFlow和stackoverflow都很新。我正在开展一个项目，我应该为照片推荐5个最合适的标签。 Tensorflow为您训练最后一层的每个标签提供预测值。同样，它的目的是找到精度超过0.5＆amp;的那个。其他标签最终的值小于0.1。 但是如何确定是否有超过1个标签成为最相关的标签？​​ 例如对于红鸟的图像，TF（Tensorflow）给我鸟是最好的标签＆amp;红色是第二个最好的标签，尽管两者同样重要。

我的问题是如果足够相关，我怎样才能让TF给超过1个标签赋予相同的价值？ （如果不相同，非常接近的数字会为我做。）另外，有没有办法让我可以得到这些标签的输出＆amp;它们在.txt文件中的相应值？（问题的最后部分也已经被问过了，但它仍然没有答案，所以我想我会把它作为我问题的一部分加入）

我的label_image.py的代码与教程中给出的相同 - TensorFlow代表诗人。这是代码，

    import tensorflow as tf
    image_path = sys.argv[1]

    image_data = tf.gfile.FastGFile(image_path, 'rb').read()

    label_lines = [line.rstrip() for line 
               in tf.gfile.GFile("/tf_files/retrained_labels.txt")]

    with tf.gfile.FastGFile("/tf_files/retrained_graph.pb", 'rb') as f:
        graph_def = tf.GraphDef()
        graph_def.ParseFromString(f.read())
        _ = tf.import_graph_def(graph_def, name='')

    with tf.Session() as sess:
        softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')

        predictions = sess.run(softmax_tensor, \
                 {'DecodeJpeg/contents:0': image_data})

        top_k = predictions[0].argsort()[-len(predictions[0]):][::-1]

        for node_id in top_k:
            human_string = label_lines[node_id]
            score = predictions[0][node_id]
            print('%s (score = %.5f)' % (human_string, score))

Answer 1

如何确定是否有超过1个标签成为最相关的标签？​​

如果您查看网络最后一层的输出，假设您使用softmax图层，则每个标签中应该有不同的值，表明该标签的置信度是正确的。因此，此分数基本上是相应标签的相关性。

有没有办法可以获得这些标签的输出？它们在.txt文件中的对应值？

是的，我们基本上eval()得分并使用f.write(content)将其写入文本文件。

一个非常简单的代码块：

scores = tf.eval(test_confidence, feed_dict={....})
with open("output.txt", "wb") as f:
    for score in scores:
        f.write(score+'\n')