gpt4 book ai didi

python - MNIST图像预测模型

转载 作者:行者123 更新时间:2023-11-30 09:35:10 26 4
gpt4 key购买 nike

我是 tensorflow 新手,我有一个简单的问题,这是我的 MNIST 模型的代码

def neural_network_model(data):

hidden_1_layer = {'weights': tf.Variable(tf.random_normal([784, n_nodes_hl1])),
'biases': tf.Variable(tf.random_normal([n_nodes_hl1]))}

hidden_2_layer = {'weights': tf.Variable(tf.random_normal([n_nodes_hl1, n_nodes_hl2])),
'biases': tf.Variable(tf.random_normal([n_nodes_hl2]))}

hidden_3_layer = {'weights': tf.Variable(tf.random_normal([n_nodes_hl2, n_nodes_hl3])),
'biases': tf.Variable(tf.random_normal([n_nodes_hl3]))}

output_layer = {'weights': tf.Variable(tf.random_normal([n_nodes_hl3, n_classes])),
'biases': tf.Variable(tf.random_normal([n_classes])), }
l1 = tf.add(
tf.matmul(
data,
hidden_1_layer['weights']),
hidden_1_layer['biases'])
l1 = tf.nn.relu(l1)

l2 = tf.add(
tf.matmul(
l1,
hidden_2_layer['weights']),
hidden_2_layer['biases'])
l2 = tf.nn.relu(l2)

l3 = tf.add(
tf.matmul(
l2,
hidden_3_layer['weights']),
hidden_3_layer['biases'])
l3 = tf.nn.relu(l3)

output = tf.matmul(l3, output_layer['weights']) + output_layer['biases']

return output

我的问题是这个函数是否代表输入“数据”的输出值?或者这个函数代表一个完整的模型,将用于训练后测试/预测图像?

这是我用于预测特定图像的代码:

prediction=neural_network_model(mnist_training_data_set)
p=tf.argmax(prediction,1)
print(p.eval(feed_dict={x: i}, session=sess))

所以我很困惑,该函数是模型还是仅返回预测输出。谁能解释一下,谢谢

最佳答案

该函数创建模型并将其添加到计算图中。预测输出将由 p.eval(feed_dict={x: i}, session=sess) 行返回。

因此,该函数返回模型的输出层,您将用它来进行预测。可以说,您可以将其称为“模型”,但我认为将 session 变量称为“模型”会更好。

关于python - MNIST图像预测模型,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44956169/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com