运行训练好的卷积神经网络

所以我的问题是这样的。我已经使用TensorFlow训练了一个卷积神经网络,用于将图像分类为两个类别。现在我想知道如何使用这个神经网络的权重来测试一张未标记的随机图像。TensorFlow中有这样的功能吗,还是我需要自己运行卷积操作?


回答:

训练完成后,你可以创建

feed_dict_unlabeled = {x: x_unlabeled}

现在,使用你的代码中定义的y_pred_cls如下所示:

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

你可以执行

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

来找出未标记数据的标签。

另外,这里有一个关于类似情景的讨论,你可能会觉得有帮助:Python/Tensorflow – 我已经训练了卷积神经网络,如何测试它?

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注