Tensorflowを初めて使用しました。私はMNIST(https://www.tensorflow.org/versions/r0.9/tutorials/mnist/beginners/index.html)に関する初心者のチュートリアルに進みました。 与えられたデータでうまく動作しますが、自分自身を使用しようとすると失敗します。 - は、ここで私は、ネットワークがさらに(i、j)を学ぶ作るしようとしている実装の一例です>(私はJ +):結果初心者のチュートリアルでカスタムデータを使用できません
def generateData(n, r=100) :
inputData = []
outputData = []
for k in range(n):
i, j = random.randrange(0, r), random.randrange(0, r)
inputData.append([i, j])
outputData.append([i + j])
return inputData, outputData
x = tf.placeholder(tf.float32, [None, 2])
W = tf.Variable(tf.zeros([2, 1]))
b = tf.Variable(tf.zeros([1]))
y = tf.nn.softmax(tf.matmul(x, W) + b)
y_ = tf.placeholder(tf.float32, [None, 1])
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)
for i in range(10):
batch_xs, batch_ys = generateData(10)
sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
batch_xs, batch_ys = generateData(10)
print(sess.run(accuracy, feed_dict={x: batch_xs, y_: batch_ys}))
feed_dict = {x: batch_xs}
classification = sess.run(y, feed_dict)
print(classification)
を、私は正確さのために1.0とベクトルの取得します分類のための[1.0]。モデルは本当にシンプルなので100%の精度が可能ですが、予測は明確ではありません。実際には、生成された出力データi + jを乱数で置き換えると、全く同じ結果が得られます。このような場合、1.0の正確さを持つことはできません。 ネットワークが何も学んでいないかのようです。 どこに問題がありますか?