运行训练有素的卷积神经网络答案

【问题标题】：running trained convolutional neural network运行训练有素的卷积神经网络
【发布时间】：2017-08-31 18:25:27
【问题描述】：

所以这是我的问题。我训练了一个卷积神经网络，使用 tensorflow 将图像分类为两类。我现在想知道如何使用该神经网络的权重并在未标记的随机图像上对其进行测试。 tensorflow 中是否有一个函数可以做到这一点，还是我现在应该自己运行卷积？

【问题讨论】：

【解决方案1】：

训练完成后，你可以创建

feed_dict_unlabeled = {x: x_unlabeled}

现在，使用您的代码中定义的y_pred_cls，如下所示：

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

你可以的

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

查找未标记数据的标签。

【讨论】：

x_unlabeled 图像是否为浮点数组？
它应该与 feed_dict_train = {x: x_batch, y_true: y_true_batch} 中的 x_batch 格式相同，但数量除外。也就是说，x_batch 和 x_unlabeled 中的图像数量可能不同，但除此之外它们应该是相同的格式，因为它们都对应同一个占位符。