TensorFlow评估测试集并将预测保存到文件

Question

我希望您指出TensorFlow代码，该代码对测试集进行评分，没有标签，Kaggle竞争风格（image_id，predict_class或每个类的softmax值列表以后使用ARGMAX）。 Here is the original source code from solution I am evaluating now

目前，我已经培训并保存了模型，并在小型验证集上进行了评估。 我想模拟现实生活评分系统，这将是：

• 将图像转换并预处理为TFrecords - 我完成了这一步。
• 读入DNN架构，并保存模型状态 - 在上面的解决方案中正确设置了标志
• 创建队列/批次 - 不确定此脚本在此脚本中发生的位置
• 对批次或分片TFrecords进行预测，并将图像ID保存为格式，图片ID，预测类别或每个类别的概率列表中的任何人类可读格式（csv，txt等）。
• 我的问题是三级分类。

我能用的最好的比喻是，使用Keras - 就像model.predict（x_test ...）

我无法正确理解TensorFlow或tf.contrib.Slim的工作原理。 Slim有这样的功能吗？

如何创建x_test。 我正在修改此解决方案并将其自定义为另一个问题。 但为简单起见，我们可以假设我使用上述解决方案进行训练和评估。 上面的脚本计算分类准确性，我找不到，代码的哪一部分，我可以从中提取纯粹的预测。而不是计算准确性。我想在视觉上进行验证。

有人能指出我正确的方向吗？

Answer 1

我建议查看tf.estimator.Estimator，因为它旨在让不同输入和不同目标的相同模型易于运行。