Tensorflow：如何获得整个测试数据集的准确度/预测？不是每批次

Question

我正在尝试使用Tensorboard来可视化我的测试程序。我的目的是，当每个时代完成后，我想使用整个测试数据集测试网络的准确性，并将此准确性结果存储到摘要文件中，以便我可以在Tensorboard中将其可视化。

Tensorflow有summary_op来执行此操作，但是（所有现有示例）似乎仅在运行代码sess.run（summary_op）时适用于一个批处理。我需要计算整个测试数据集的准确性。我怎么能这样做？

有没有任何例子可以做到这一点？任何帮助将不胜感激。

Answer 1

您可以通过以下方式进行计算：

1. 在测试数据集太大的情况下进行批量处理；例如放入n_test_batches并从buffer_accuracies = 0.0

之类的缓冲区开始

2. 将批精度添加到缓冲区变量buffer_accuracies

3. 最后，当您处理整个测试数据集时，将buffer_accuracies除以test_batches的总数

4. 现在您将test_accuracy = buffer_accuracies/n_test_batches作为常规python变量

5. 否，我们无法为该python变量创建摘要，如下所示

   test_accuracy_summary = tf.Summary()
   test_accuracy_summary.add(tag="test_accuracy", simple_value = test_accuracy)
   

6. 最后将其写到您的tensorflow FileWriter中，例如

   test_writer.add_summary(test_accuracy_summary,iteration_step)