tensorflow, wie man Vorhersage
Möchte ich berechnen, Vorhersagen, verwenden Sie den folgenden code:
import tensorflow as tf
x = tf.placeholder("float", [None, n_input])
y = tf.placeholder("float", [None, n_classes])
pred = multilayer_perceptron(x, weights, biases)
cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(pred, y))
optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate).minimize(cost)
# Initializing the variables
##trn.txt start
##tst.txt end
with tf.Session() as sess:
sess.run(init)
# Training cycle
for epoch in range(training_epochs):
avg_cost = 0.
total_batch = int(num_lines_trn/batch_size)
# Loop over all batches
for i in range(total_batch):
batch_x, batch_y = bat_x[i*batch_size:(i+1)*batch_size],bat_y[i*batch_size:(i+1)*batch_size]#mnist.train.next_batch(batch_size)
# Run optimization op (backprop) and cost op (to get loss value)
_, c = sess.run([optimizer, cost], feed_dict={x: batch_x,
y: batch_y})
# Compute average loss
avg_cost += c / total_batch
correct_prediction = tf.equal(tf.argmax(pred, 1), tf.argmax(y, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
print(sess.run(accuracy, feed_dict={x: tst_x, y: tst_y}))
print(sess.run(accuracy, feed_dict={x: tst_x}))
Die Linie
print(sess.run(accuracy, feed_dict={x: tst_x, y: tst_y}))
zurück 0.80353
ist die Genauigkeit für die batch.
Jedoch möchte ich, um die Vorhersage Ergebnis. also fügte ich hinzu:
print(sess.run(accuracy, feed_dict={x: tst_x}))
Aber diese Zeile gibt einen Fehler zurück:
Müssen Sie füttern ein Wert für den Platzhalter tensor 'Placeholder_7' mit
"dtype" float
Wie kann ich dieses problem lösen?
Du musst angemeldet sein, um einen Kommentar abzugeben.
Wenn Sie möchten, um die Vorhersagen des Modells, die Sie tun sollten:
Haben Sie einen Fehler, weil Sie versuchen, führen Sie
sess.run(accuracy, feed_dict={x: tst_x})
, aber zum berechnen der Genauigkeit auf eine bestimmte charge, müssen Sie die wahre Etiketten enthaltenen Platzhaltery
, so erhalten Sie die folgende Fehlermeldung: