如何在Sofmax回归中定义预测数据的函数

Question

我只是研究softmax回归，我有一个问题真的需要你的帮助。在这里，我从MNIST softmax regression开始，在这种问题中，它只计算准确性而不提及如何预测数据。

但我的问题不同：

My training data form

我希望用给定的输入预测输出

因此，对于我的数据，我定义了以下变量

x = tf.placeholder(tf.float32, [None, 2])

W = tf.Variable(tf.zeros([2, 3]))

b = tf.Variable(tf.zeros([3]))

y = tf.nn.softmax(tf.matmul(x, W) + b)

y_ = tf.placeholder(tf.float32, [None, 3])

训练结束后，我得到了W和b，但如果现在我的输入是

，我不知道如何定义预测输出的函数

x= [[11, 7],[3, 4],[1, 0]]

你能帮我解决一下吗？

非常感谢

Answer 1

预测功能应与您在训练时使用的功能相同。我不明白这个问题。