在TensorFlow的MNIST教程中，最后一步是使用以下代码输出模型的测试准确率:

# Test trained modelcorrect_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))print(sess.run(accuracy, feed_dict={x: mnist.test.images,                                  y_: mnist.test.labels}))

然而，我想知道如何修改这段代码，以便输出测试集的预测值(标签)，而不仅仅是打印准确率？

这里是教程的链接: https://www.tensorflow.org/tutorials/mnist/beginners/

回答：

类似这样的代码应该可以工作

print(sess.run(tf.argmax(y, 1), feed_dict={x: mnist.test.images}))

因为教程中的y是一个张量，其中索引为j的列描述了第i行的图像是数字j的可能性，所以tf.argmax只是返回每一行中概率最高的列的索引。

PS 抱歉我的英语不好