如何在张量流中输出模型的损失变量？

Question

我尝试使用 mnist 分类器来识别GAN生成的数据，但问题是分类器不输出正确的概率向量，它总是相同的结果，就像这样，使用tf.argmax：

> k is  
> [3]  
> k is  
> [3]  
> k is  
> [3]  
> Test finished

但之前训练过的分类器，测试结果是99％，这是我认为不对的地方：

 k_index = tf.argmax(classifier_loss, 1)
 for i in range(3):
 img_xs, _ = sess.run([image, label])
 img_x = img_xs/255
 k = k_index.eval(feed_dict={x: img_xs})
 g = np.reshape(img_xs, (28, 28))

 print('k is')
 print(k)
 # print('k is %d' %(k))
 g = Image.fromarray(g, 'L')
 g.show()
 lib.mkdir('./reslut/%d/' %(k))
 g.save('./reslut/%d/%d.jpg' %(k, i))
 print("Test finished")

所有代码都在my github，问题似乎发生在classifier.py code segment