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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注