运行训练卷积神经网络

所以这里是我的问题。我已经训练了卷积神经网络，使用张量流将图像分为两类。我现在想知道如何使用来自该神经网络的权重并在未标记的随机图像上进行测试。在tensorflow中有一个函数来做到这一点，或者我现在应该自己运行卷积吗？运行训练卷积神经网络

来源

2017-04-05 bobob

你能提供您所使用的代码的一些例子吗？ –

@MiriamFarber你需要什么部分？因为有很多代码...我可以提供[github页面]（https://github.com/llSourcell/How_to_make_a_tensorflow_image_classifier_LIVE/blob/master/demonotes.ipynb）我用作参考。基本上，代码是相同的 – bobob

后你完成训练，你可以创建

feed_dict_unlabeled = {x: x_unlabeled}

现在，使用y_pred_cls是在代码中定义如下：

y_pred_cls = tf.argmax(y_pred, dimension=1)

你可以做

y_labels = session.run(y_pred_cls, feed_dict=feed_dict_unlabeled)

找到未标记数据的标签。

此外，这里是一个关于类似的情况，你可能会发现有益的讨论：Python/Tensorflow - I have trained the convolutional neural network, how to test it?

来源

2017-04-05 23:24:06

是否将x_unlabeled图像作为浮点数组？ – bobob

除了数量之外，它应该与feed_dict_train = {x：x_batch，y_true：y_true_batch}中的x_batch格式相同。也就是说，x_batch和x_unlabeled中的图像数量可能不同，但除此之外，它们应该采用相同的格式，因为它们都对应于相同的占位符。 –

非常感谢！ – bobob

运行训练卷积神经网络

回答

相关问题