获得预测MNIST数据集的奇怪值

Question

我正在使用TF.LEARN和mnist数据。我以0.96的精度训练了我的神经网络，但现在我不确定如何预测一个值。

这是我的代码..

#getting mnist data to a zip in the computer.
mnist.SOURCE_URL = 'https://web.archive.org/web/20160117040036/http://yann.lecun.com/exdb/mnist/'
trainX, trainY, testX, testY = mnist.load_data(one_hot=True)


# Define the neural network
def build_model():
    # This resets all parameters and variables
    tf.reset_default_graph()
    net = tflearn.input_data([None, 784])
    net = tflearn.fully_connected(net, 100, activation='ReLU')
    net = tflearn.fully_connected(net, 10, activation='softmax') 
    net = tflearn.regression(net, optimizer='sgd', learning_rate=0.1, loss='categorical_crossentropy')
    # This model assumes that your network is named "net"    
    model = tflearn.DNN(net)
    return model

# Build the model
model = build_model()

model.fit(trainX, trainY, validation_set=0.1, show_metric=True, batch_size=100, n_epoch=8)

#Here is the problem 
#lets say I want to predict what my neural network will reply back if I put back the send value from my trainX 

the value of trainX[2] is 4

pred = model.predict([trainX[2]])
print(pred)
#What I get is 
[[2.6109733880730346e-05, 4.549271125142695e-06, 1.8098366126650944e-05, 0.003199575003236532, 0.20630565285682678, 0.0003870908112730831, 4.902480941382237e-05, 0.006617342587560415, 0.018498118966817856, 0.764894425868988]]

我想要的是 - ＆gt; 4

问题是我不知道如何使用这个预测函数并输入trainX值来获得预测。

Answer 1

张量流的预测为您提供概率输出。从pred获取最大概率的标签就足以获得网络的实用性。

pred = np.argmax(pred, axis=1)

在这种情况下，不是4，而是9。

其中np是以import numpy as np导入的numpy模块，但可以随tf.argmax(pred, 1)替换它以使用tensorflow的argmax。

Answer 2

你得到一个9，这与4非常相似。

model.predict返回的是得分，而结果数组中的第5个值（第5个值是4，因为它以零开头）获得相对较高的分数（0.26） - 第二高） - 你的模型给出最后一位数（9）最高得分-0.76。这只是意味着你的分类器在这里有点不对 - 所以你应该考虑使用不同的分类器或者使用超参数。