我已经构建了一个与CIFAR10相同的iamge格式的卷积神经网络,目前正在尝试评估它,但是,我无法获得我的代码来评估文件中的所有图像,而且我只能阅读第一张图片。即使当我调用一个循环时,它只会一遍又一遍地打印结果。我也在单张图片上进行过测试。Tensorflow评估:评估所有图像
我的代码如下所示:
import tensorflow as tf
import main
import Process
import Input
eval_dir = "/Users/Zanhuang/Desktop/NNP/model.ckpt-250"
checkpoint_dir = "/Users/Zanhuang/Desktop/NNP/checkpoint"
def evaluate():
with tf.Graph().as_default() as g:
images, labels = Process.eval_inputs()
forward_propgation_results = Process.forward_propagation(images)
init_op = tf.initialize_all_variables()
saver = tf.train.Saver()
for i in range(100):
top_k_op = tf.nn.in_top_k(forward_propgation_results, labels, 1)
with tf.Session(graph = g) as sess:
sess.run(init_op)
tf.train.start_queue_runners(sess=sess)
saver.restore(sess, eval_dir)
print(sess.run(top_k_op))
def main(argv = None):
evaluate()
if __name__ == '__main__':
tf.app.run()
下面那就是Process.Input()代码,也可以帮助有助于问题的解决。
def eval_inputs():
data_dir = FLAGS.data_dir
images, labels = Input.eval_inputs(data_dir = data_dir, batch_size = 1)
return images, labels
你的循环代码是什么样的? – mrry
[对]但打印了100次以上。这是不可能的。我认为它一遍又一遍地计算相同的标签。 –
你可以在你的问题中包含循环代码吗? – mrry