我正在尝试使用python的tensorflow来识别一些大小为28x28的roi。我第一次使用这个代码：https://github.com/niektemme/tensorflow-mnist-predict/blob/master/predict_2.py，他识别10中的4/5数字，所以我尝试修改代码，现在我可以看到精度的百分比，并识别10中的8/9数字。问题是我需要识别所有数字，我看看如果我改变28x28内的20x20的位置它识别每个数字，那么，tensorflow如何工作？我读了很多关于张量流的文档，我不明白它是如何工作的，为什么如果我移动1x像素的20x20完全改变数字呢？ 这是我的号码：https://imgur.com/a/juOLd，它认为它像5，但是如果我将它向下移动1个像素并向右移动1个像素，它会发现它像3个，为什么？
答案 0 :(得分：0)
tldr;它不是tensorflow，而是model
首先，tensorflow不做预测或任何事情。它只是一个快速的数学运算库，增加了对automatic gradients和其他一些好功能的支持，这对机器学习非常有用。
现在，在您的问题上，为什么向下移动1个像素会改变预测？它是模型（或更具体地说是数据）。您的模型已经（从数据中）学到了与图像中数字位置相关的内容。因此，在某种程度上改变它，使模型预测其他东西 现在，为了更清楚地理解它，您可以尝试在MNIST数据集上训练模型，然后在现实生活中拍摄一些（黑底白字）数字。几乎可以肯定，您的模型会预测这个数字是错误的，因为MNIST数据集不是通用数字的真实表示。有许多因素会影响它的输出，例如房间内的照明，相机配置，图像中数字的相对大小等。