Tensorflow 教程 + 如何从生成器对象中提取类和概率答案

【问题标题】：Tensorflow tutorial + How to extract classes and probability from generator objectTensorflow 教程 + 如何从生成器对象中提取类和概率
【发布时间】：2018-06-14 09:40:51
【问题描述】：

MNIST tensorflow tutorial 中的代码创建了一个包含类和概率的字典，并返回一个 EstimatorSpec 对象，

predictions = {
    "classes": tf.argmax(input=logits, axis=1),
    "probabilities": tf.nn.softmax(logits, name="softmax_tensor")
}
if mode == tf.estimator.ModeKeys.PREDICT:
  return tf.estimator.EstimatorSpec(mode=mode, predictions=predictions)

输出格式如下：

....
{'class_ids': 1, 'logits': array([-32976400., -30171870.], dtype=float32)}
{'class_ids': 1, 'logits': array([-32958380., -30386898.], dtype=float32)}
{'class_ids': 1, 'logits': array([-32940332., -30601930.], dtype=float32)}
{'class_ids': 1, 'logits': array([-32922300., -30816956.], dtype=float32)}
....

问题：如何在循环中访问和检索这些 class_id 值？我试图通过将这些预测的类 ID 与它们的原始值相等来计算正确分类的类的数量。我怎样才能做到这一点？

这就是我正在尝试的。

 ##pred_results contains the EstimatorSpec object
  for i in range(0,len(FileList)):
    x=FileList[i].split('\\')[5]        # This gives me the actual class ID
    print(x+"\nProbability:")
    print(next(pred_results))
    if(int(x)==int(pred_results["classes"])): #POINT OF ERROR
        c+=1                                            ######
    print("\n")
  print(c)  
                ###

这个想法是将预测的“1”存储在“类”中，并将其与实际标签进行比较。

【问题讨论】：

标签： python tensorflow deep-learning mnist

【解决方案1】：

我将 EstimatorSpec 对象转换为字符串，然后对其进行拆分以获得整数 class_id

for i in range(0,len(FileList)):
    x=FileList[i].split('\\')[5]        
    print(FileList[i]+"\nProbability:")
    y=str(next(pred_results)).split(',')[0].split(":")[1].strip()
    print(y)
    if(int(x)==int(y)):#####
        c+=1                                            ######
    print("\n")

我正在运行这个 sn-p 代码来找出有多少类被正确分类。可能不是最佳的，但现在可以。

【讨论】：