将一个输入应用于 tensorflow 会话并获得输出

Question

我是运行样本MNIST handwritten numbers tutorial。

如何激活第一个测试 MNIST 图像的会话并希望获得预期的输出？

当我这样做时：

print(sess.run(tf.convert_to_tensor(mnist.test.images[0])))

我得到一个 784 长的带权重的张量（猜测）：

...
...
...
0.94901967  0.99607849  0.99607849  0.20392159  0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
0.          0.          0.          0.          0.          0.
0.47450984  0.99607849  0.99607849  0.8588236   0.15686275  0.          0.
0.          0.          0.          0.          0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
0.47450984  0.99607849  0.81176478  0.07058824  0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
...
...
...

在这种格式下，我的预期输出是 7：

[ 0.  0.  0.  0.  0.  0.  0.  1.  0.  0.]

Answer 1

嗯，图像 (mnist.train.images) 是 784 = 28 x 28 维向量。你要找的是标签（mnist.test.labels），它们确实是10维的：

In [29]: mnist.test.labels[0]
Out[29]: array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  1.,  0.,  0.])

顺便说一下，这些数组只是普通的 numpy 数组，您不需要使用 tf session 来打印它们。

Answer 2

我认为您正在寻找预测，这些预测已在此阶段存储到 y :

y = tf.matmul(x, W) + b

它们是概率（感谢 softmax），您必须采取最好的方式才能获得预测答案：

tf.argmax(y, 1)

在您的情况下，这应该为您提供第一张图片的预测：

tf.argmax(y[0],1)

将一个输入应用于 tensorflow 会话并获得输出

Apply one input to tensorflow session and get output

machine-learning

mnist

tensorflow