Wie um zu testen, tensorflow cifar10 cnn-tutorial Modell
Ich bin relativ neu in machine-learning und haben derzeit fast keine Erfahrung entwickeln.
Also meine Frage ist: nach der Ausbildung und die Bewertung der cifar10 dataset aus der tensorflow tutorial ich Frage mich, wie kann man es testen mit Beispiel Bilder?
Konnte ich Zug und bewerten die Imagenet tutorial aus dem caffe machine-learning-framework und es war relativ einfach, mit Hilfe des trainierten Modells auf benutzerdefinierte Anwendungen, die mit der python-API.
Jede Hilfe wäre sehr geschätzt werden!
Du musst angemeldet sein, um einen Kommentar abzugeben.
Dies ist nicht 100% die Antwort auf die Frage, aber es ist eine ähnliche Art und Weise, es zu lösen, basiert auf einer MNIST NN Ausbildung Beispiel vorgeschlagen, in den Kommentaren die Frage stellen.
Basiert auf der TensorFlow Anfänger MNIST-tutorial, und Dank dieses tutorial, dies ist ein Weg, der Ausbildung und mit Ihr Neuronales Netzwerk mit benutzerdefinierten Daten.
Bitte beachten Sie, dass ähnlich wie getan werden sollte, für tutorials wie die CIFAR10, da @Jaroslaw Bulatov erwähnt in den Kommentaren.
Für weitere Bild-Klimaanlage (Ziffern sollten ganz dunkel in weißem hintergrund) und bessere NN-training (Genauigkeit>91%) bitte überprüfen Sie die Erweiterten MNIST-tutorial von TensorFlow oder das 2. tutorial, die ich erwähnt habe.
Das folgende Beispiel ist nicht für den mnist-tutorial, aber eine einfache XOR-Beispiel. Hinweis: die
train()
undtest()
Methoden. Alles, was wir deklarieren & halten weltweit sind die GEWICHTE, die Neigungen und Sitzung. In der test-Methode, die wir neu definieren Sie, die Form der Eingabe und die Wiederverwendung der gleichen GEWICHTE & Neigungen (und session), die wir verfeinert in der Ausbildung.Ich empfehle einen Blick auf die basic-MNIST-tutorial auf die TensorFlow website. Es sieht aus wie definieren Sie eine Funktion, generiert die Art der Ausgabe, die Sie wollen, und dann führen Sie Ihre Sitzung, übergeben Sie diese Bewertungsfunktion (
correct_prediction
unten), und ein Wörterbuch mit was auch immer Argumente, die Sie benötigen (x
undy_
unten).Wenn Sie definiert und trainiert einige Netzwerk nimmt eine Eingabe
x
erzeugt eine Reaktiony
basierend auf Ihren Eingaben, und Sie wissen, Ihre erwarteten Antworten für Ihre Prüfungy_
, können Sie drucken Sie mit jeder Reaktion auf Ihre Prüfung legen Sie mit so etwas wie:Dies ist nur eine Modifikation dessen, was in dem tutorial, wo anstatt zu versuchen, drucken Sie jede Antwort, die Sie bestimmen, den Prozentsatz der richtigen Antworten. Beachten Sie auch, dass das tutorial verwendet einem heißen Vektoren für die Vorhersage
y
- und ist-Werty_
, so um die damit verbundene Rückkehr Ziffer, die Sie haben, um herauszufinden, welcher index dieser Vektoren sind gleich eine mittf.argmax(y, 1)
.Bearbeiten
Im Allgemeinen, wenn Sie definieren etwas in Ihrem Diagramm können Sie die Ausgabe später, wenn Sie Ihren Graphen. Sagen Sie definieren etwas, dass bestimmt das Ergebnis der softmax-Funktion, die auf Ihre Ausgabe-logits als:
dann können Sie die Ausgabe diese zur Laufzeit mit: