Tensorflow MNIST-特定测试图像的准确性

Question

这是我用于预测特定图像的代码，如何获得进行预测的准确性？

_pre是登录

    _x  = loaded_graph.get_tensor_by_name('x:0')
    _y  = loaded_graph.get_tensor_by_name('y:0')
    _pre  = loaded_graph.get_tensor_by_name('prediction:0')
    p = tf.argmax(_pre, 1)
    i = imageprepare('./image.png')
    print(p.eval(feed_dict={_x: [i]}))

Answer 1

我假设“准确性”是指“分配给所选标签的概率”。 从您的代码尚不清楚_pre是如何创建的。 如果它由概率向量组成（即，已经应用softmax ），则可以按如下所示获得准确性：

acc=tf.reduce_max(_pre, 1)
print(acc.eval(feed_dict={_x: [i]}))

原因是p是最大概率的位置，而准确性（在这种情况下为acc ）是最大概率本身。

如果_pre由logits向量（即，如果施加softmax上_pre将给概率载体），

然后这将完成工作：

acc=tf.reduce_max(tf.nn.softmax(_pre), 1)
print(acc.eval(feed_dict={_x: [i]}))