新しいデータにニューラルネットワークを使用する方法は？

画像分類器、mnist、NLPなどのニューラルネットワークの一部をコード化しましたはGPU（NVIDIA GT 610）で98％の精度を得ました。ニューラルネットワークに新しいデータ（トレーニングデータではない）を供給して予測を得るにはどうすればよいですか？新しいデータにニューラルネットワークを使用する方法は？

のは、としましょう：私は98.7の精度を得た

Inputs Output 
    0  0 1  0 
    1  1 1  1 
    1  0 1  1 
    0  1 1  0

方法[1 1 0]のような入力を与えると、出力を予測します。 Tensorflowにこれを行う方法はありますか？

出典

2017-04-17 Crotic Paradox

出力変数がyであり、あなたの入力プレースホルダがxの場合：

sess.run(y, feed_dict={x: mnist.test.images})

私は私自身の28x28の画像を含めたい場合、私はのパスとしてfeed_dictにおけるxの値を指定することができますhttps://www.tensorflow.org/get_started/mnist/beginners

出典

2017-04-18 08:33:48

を参照してください。私のイメージ？ @Martin Thoma –

パスとしてではなく、数が少ない配列として。 'mnist.test.images'の形式を見てみてください。あるいは、あなたが現在ネットワークに入れて、それを訓練したり評価したりしてください。 –

@martin Thomaありがとうございました。もう1つの質問は、C++を使用するフレームワークなしでニューラルネットワークを実装したり、画像分類にテンソルフローやケラスのようなものを使用することは良いですか？ –

新しいデータにニューラルネットワークを使用する方法は？

答えて

関連する問題