我是张量流的新手，我正在研究tensorflow网站上提供的cifar10示例。
我可以按照提供的代码来训练网络并对其进行评估，这表示训练有素的网络具有~84％的准确度。
然而，当我从cifar10网站提供图像以输出预测时，准确度绝不接近承诺的84％。 （我从https://www.cs.toronto.edu/~kriz/cifar.html下载了一些示例照片进行测试）
在训练期间，我使用以下方法保存我的体重和偏见：
tf.add_to_collection('vars', kernel1)
tf.add_to_collection('vars', biases1)
...
然后，一旦培训完成，我将按以下方式加载：
ckpt = tf.train.get_checkpoint_state(FLAGS.checkpoint_dir)
saver = tf.train.import_meta_graph('.../model.ckpt-1000000.meta')
saver.restore(sess, tf.train.latest_checkpoint('.../'))
kernel1 = tf.get_collection('vars')[0]
kernel1 = sess.run(kernel1)
加载所有权重和偏差后，我可以通过卷积，汇集等计算输出。
请有人指出这个方案中是否有任何错误？
任何帮助都会非常感激
此致