python - tf.confusion_matrix 和 InvalidArgumentError

Question

我正在尝试从 here 运行 train.py 。它基于this tutorial 。我想找到混淆矩阵，并在 train.py 的最后一行之后添加:

confusionMatrix = tf.confusion_matrix(labels=y_true_cls,predictions=y_pred_cls)

with session.as_default():
    print confusionMatrix.eval()

但是我收到以下错误:

InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'x' with dtype float and shape [?,128,128,3]
     [[Node: x = Placeholder[dtype=DT_FLOAT, shape=[?,128,128,3], _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]

这是为什么呢？如何找到混淆矩阵？

谢谢。

Answer 1

说明

tensorflow 计算图需要计算 y_true_cls 和 y_pred_cls 的值，以便计算您的 confusionMatrix。

要计算 y_true_cls 和 y_pred_cls，代码中定义的图表需要 x 和 y_true 的值占位符。这些值在运行 session 时以字典的形式提供。

为这些占位符提供值后， tensorflow 图具有计算最终 confusionMatrix 值所需的输入。

代码

希望以下代码对您有所帮助。

>>> confusionMatrix = tf.confusion_matrix(labels=y_true_cls,predictions=y_pred_cls)
>>> 
>>> # fetch a chunk of data
>>> batch_size = 100
>>> x_batch, y_batch, _, cls_batch = data.valid.next_batch(batch_size)
>>> 
>>> # make a dictionary to be fed for placeholders `x` and `y_true`
>>> feed_dict_testing = {x: x_batch, y_true: y_batch}
>>> 
>>> # now evaluate by running the session by feeding placeholders
>>> result=session.run(confusionMatrix, feed_dict=feed_dict_testing)
>>> 
>>> print result

预期输出

如果分类器运行良好，那么输出应该是对角矩阵。

                  predicted
                  red  blue
originally red  [[ 15,  0],
originally blue  [  0, 15]]

PS:现在，我不在装有 Tensorflow 的机器前。所以我自己也无法验证。变量名称等可能存在一些错误。