如何将训练好的算法用于tensorflow
How to use the trained algorithm for tensorflow
我已经安装了 tensorflow 并按照这里的教程进行操作
https://www.tensorflow.org/versions/0.6.0/tutorials/mnist/tf/index.html#tensorflow-mechanics-101
构建成功，我可以得到相同大小数据集的评估结果，比如训练集1000X784，测试集1000X784。
但是如果我想测试一个数据，1X784，并使用上面训练的算法找出输出是什么怎么办。
我现在是tensorflow，机器学习的新手，我希望我已经描述了自己。
我不清楚您在哪一部分遇到了问题，但我认为您要问的是如何使用批量大小 1000 进行训练，但仅对单个输入进行预测。我假设您已经知道如何预测大小为 1000 的批次。
如果模型输入占位符的第一个维度（通常是批量大小）设置为 None，则在您提供输入时推断大小。因此，如果您将 1000 更改为 None，您应该能够通过 784 大小的 1 输入来进行预测。
您找到的提供 1*784 的解决方案是一个很好的解决方案，可以快速获得反馈，但是在更大的网络中，他们需要大量时间（大约数小时）来训练您的解决方案是不可行的.
Tensorflow 他们有一个新功能，它的名字是 Tensorflow 服务，你给它一个训练模型，然后你作为客户端与你的模型交互。
这是他们的网站以获取更多信息：https://github.com/tensorflow/serving
我已经安装了 tensorflow 并按照这里的教程进行操作
https://www.tensorflow.org/versions/0.6.0/tutorials/mnist/tf/index.html#tensorflow-mechanics-101
构建成功，我可以得到相同大小数据集的评估结果，比如训练集1000X784，测试集1000X784。
但是如果我想测试一个数据，1X784，并使用上面训练的算法找出输出是什么怎么办。
我现在是tensorflow，机器学习的新手，我希望我已经描述了自己。
我不清楚您在哪一部分遇到了问题，但我认为您要问的是如何使用批量大小 1000 进行训练，但仅对单个输入进行预测。我假设您已经知道如何预测大小为 1000 的批次。
如果模型输入占位符的第一个维度（通常是批量大小）设置为 None，则在您提供输入时推断大小。因此，如果您将 1000 更改为 None，您应该能够通过 784 大小的 1 输入来进行预测。
您找到的提供 1*784 的解决方案是一个很好的解决方案，可以快速获得反馈，但是在更大的网络中，他们需要大量时间（大约数小时）来训练您的解决方案是不可行的.
Tensorflow 他们有一个新功能，它的名字是 Tensorflow 服务，你给它一个训练模型，然后你作为客户端与你的模型交互。
这是他们的网站以获取更多信息：https://github.com/tensorflow/serving