我是神经网络的新手，并通过了 MNIST 示例供初学者使用。
我目前正在尝试在 Kaggle 的另一个没有测试标签的数据集上使用这个示例。
如果我在没有相应标签的测试数据集上运行模型，因此无法像 MNIST 示例中那样计算准确度，我希望能够看到预测。是否有可能以某种方式访问观察结果及其预测标签并将其打印出来？
【问题讨论】：
标签： python machine-learning neural-network tensorflow data-science
我认为您只需要按照教程中的说明评估您的输出张量：
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))
要获得张量的输出，请参阅docs：
在会话中启动图表后，可以通过将张量的值传递给 Session.run() 来计算张量的值。 t.eval() 是调用 tf.get_default_session().run(t) 的快捷方式。
如果你想得到预测而不是准确度，你需要以同样的方式评估你的输出张量y：
print(sess.run(y, feed_dict={x: mnist.test.images}))
【讨论】：
prediction=tf.argmax(y,1)
print prediction.eval(feed_dict={x: mnist.test.images}).
【讨论】：