如何在tensorflow MNIST教程中输出预测值（标签）？

Question

在tensorflow的MNIST教程中，最后一步是使用以下代码输出模型的测试精度：

# Test trained model
correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print(sess.run(accuracy, feed_dict={x: mnist.test.images,
                                  y_: mnist.test.labels}))

但是，我想知道如何修改此代码以输出测试集的预测值（标签），而不是仅仅打印出准确度？

以下是教程的链接：https://www.tensorflow.org/tutorials/mnist/beginners/

Answer 1

这样的事情应该有效

print(sess.run(tf.argmax(y, 1), feed_dict={x: mnist.test.images}))

由于教程中的y是张量，其中索引j的列描述了行i中的图片的数量j的可能性，因此tf.argmax只返回索引每行概率最高的列。

PS抱歉我的英文