machine-learning - 将一个输入应用于 tensorflow session 并获取输出

Question

我正在运行示例MNIST handwritten numbers tutorial .

如何使用第一个测试 MNIST 图像激活 session 并希望获得预期输出？

当我这样做时:

print(sess.run(tf.convert_to_tensor(mnist.test.images[0])))

我得到一个 784 长的张量，其权重(猜测):

...
...
...
0.94901967  0.99607849  0.99607849  0.20392159  0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
0.          0.          0.          0.          0.          0.
0.47450984  0.99607849  0.99607849  0.8588236   0.15686275  0.          0.
0.          0.          0.          0.          0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
0.47450984  0.99607849  0.81176478  0.07058824  0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
0.          0.          0.          0.          0.          0.          0.
...
...
...

我的预期输出将是这种格式的 7:

[ 0.  0.  0.  0.  0.  0.  0.  1.  0.  0.]

Answer 1

嗯，图像 (mnist.train.images) 是 784 = 28 x 28 维向量。您正在寻找的是标签(mnist.test.labels)，它们确实是10维:

In [29]: mnist.test.labels[0]
Out[29]: array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  1.,  0.,  0.])

顺便说一句，这些数组只是常规的 numpy 数组，您不需要使用 tf session 来打印它们。