【问题标题】:How to define function to predict data in Sofmax regression如何定义函数来预测 Sofmax 回归中的数据
【发布时间】:2017-10-13 08:28:01
【问题描述】:

我刚刚研究了softmax回归,我有一个问题非常需要你的帮助。在这里,我从MNIST softmax regression开始,在这类问题中,它只计算准确率,而没有提及如何预测数据。

但我的问题不同:

My training data form

我想用给定的输入预测输出

因此,对于我的数据,我定义了以下变量

x = tf.placeholder(tf.float32, [None, 2])

W = tf.Variable(tf.zeros([2, 3]))

b = tf.Variable(tf.zeros([3]))

y = tf.nn.softmax(tf.matmul(x, W) + b)

y_ = tf.placeholder(tf.float32, [None, 3])

经过训练,我得到了 W 和 b,但是如果我现在的输入是,我不知道如何定义预测输出的函数

x= [[11, 7],[3, 4],[1, 0]]

你能帮我弄清楚吗?

非常感谢

【问题讨论】:

    标签: tensorflow tensorflow-serving tensor


    【解决方案1】:

    预测的功能应该是你在训练时使用的相同。我不明白这个问题。

    【讨论】:

      猜你喜欢
      • 2019-08-08
      • 2022-01-03
      • 2014-06-07
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2016-09-20
      • 2017-07-07
      • 2017-06-27
      相关资源
      最近更新 更多