Question

以下是我用于预测特定mnist图像的代码，如何获得预测完成的准确度？

_pre是logits

    _x  = loaded_graph.get_tensor_by_name('x:0')
    _y  = loaded_graph.get_tensor_by_name('y:0')
    _pre  = loaded_graph.get_tensor_by_name('prediction:0')
    p = tf.argmax(_pre, 1)
    i = imageprepare('./image.png')
    print(p.eval(feed_dict={_x: [i]}))

Answer 1

我假设“准确度”意味着“分配给所选标签的概率”。从您的代码中不清楚_pre是如何创建的。如果它由概率向量组成（即，softmax已经应用），那么您可以获得如下准确度：

acc=tf.reduce_max(_pre, 1)
print(acc.eval(feed_dict={_x: [i]}))

原因是p是最大概率的位置，而准确性（在这种情况下为acc）是最大概率本身。

如果_pre由logits向量组成（即，如果在softmax上应用_pre将给出概率向量），

然后这将完成这项工作：

acc=tf.reduce_max(tf.nn.softmax(_pre), 1)
print(acc.eval(feed_dict={_x: [i]}))

Tensorflow MNIST - 特定测试图像的准确度

1 个答案: