Question

这段代码

classification = prediction.eval(feed_dict={x: [[9,3]]})
print (classification)

正在输出

[[ -12.2412138  -17.24327469 ]]

我期待一个符合标签的预测，这些标签是1或0.类似

[[ 0   1 ]]

我相信我的预测值没有被softmax标准化，但不知道如何继续。任何帮助表示赞赏！另外，我非常乐意在这里发布完整代码，但并不想让帖子变得杂乱无章。谢谢！

Answer 1

让我在你的代码中清楚

prediction = neural_network_model(x)
prediction.eval(feed_dict={x: [[9,3]]})
# output is [[ -12.2412138  -17.24327469 ]]

你混淆了为什么范围不是0~1，对吧？因为softmax不适用于预测你使用tf.nn.softmax_cross_entropy_with_logits
据我所知，此函数在计算交叉熵之前将softmax应用于prediction 但它不会改变prediction

的值

我想你可以做softmax然后计算交叉熵，最后直接打印prediction（这意味着不能使用tf.nn.softmax_cross_entropy_with_logits）

或者，不做任何改变，但在打印prediction

之前执行softmax