Question

这是来自MNIST教程的代码：

correct_prediction = tf.equal(tf.argmax(y, 1), y_)
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print(sess.run(
  accuracy, feed_dict={
      x: mnist.test.images,
      y_: mnist.test.labels
  }))

我为自己的神经网络建模了这个：

print(batch_ys.shape)  
correct_prediction = tf.equal(y, float_y_)
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print(sess.run(
  accuracy, feed_dict={
      x: batch_test_x,
      y_: batch_ys
  }))

我在“y_：batch_ys”行上收到错误，提到“TypeError：无法将feed_dict键解释为Tensor：无法将int转换为Tensor。”

我的代码中的第一个print语句是调试它成功打印出来的（2,11,1），这显然是一个张量。有什么想法吗？

任何帮助将不胜感激，提前感谢。

Answer 1

logging_hook = tf.train.LoggingTensorHook({"loss" : loss, 
    "accuracy" : accuracy}, every_n_iter=10)



return tf.estimator.EstimatorSpec(
    ...params...
    training_hooks = [logging_hook])

要查看您必须设置记录的输出

tf.logging.set_verbosity(tf.logging.INFO)

检查此answer

Tensorflow - 培训的打印精度

1 个答案: