mnist訓練モデルを使用して画像を予測するにはどうすればいいですか？

Question

私はTensorflowを初めて使用しています。私はこの例でMNISTのトレーニングをしました

steps = 5000 

with tf.Session() as sess: 

    sess.run(init) 

    for i in range(steps): 

     batch_x , batch_y = mnist.train.next_batch(50) 

     sess.run(train,feed_dict={x:batch_x,y_true:batch_y,hold_prob:0.5}) 

     # PRINT OUT A MESSAGE EVERY 100 STEPS 
     if i%100 == 0: 

      print('Currently on step {}'.format(i)) 
      print('Accuracy is:') 
      # Test the Train Model 
      matches = tf.equal(tf.argmax(y_pred,1),tf.argmax(y_true,1)) 

      acc = tf.reduce_mean(tf.cast(matches,tf.float32)) 

      print(sess.run(acc,feed_dict= 
       {x:mnist.test.images,y_true:mnist.test.labels,hold_prob:1.0})) 
      print('\n') 

今このモデルで予測したいです。これらのコード行で画像を開いて処理します。

image = cv2.imread("Untitled.jpg") 
image = np.multiply(image, 1.0/255.0) 
images=tf.reshape(image,[-1,28,28,1]) 

私はこれを使用します。

feed_dict1 = {x: images} 
    classification = sess.run(y_pred, feed_dict1) 
    print (classification) 

それはこのエラーを返します。

TypeError: The value of a feed cannot be a tf.Tensor object. Acceptable feed values include Python scalars, strings, lists, numpy ndarrays, or TensorHandles. 

Answer 1

あなたのプレースホルダにTF-オブジェクト養うために試してみてください。

images = tf.reshape(image,[-1,28,28,1]) 

をしかし、プレースホルダは、たとえばnp.arrayの番号を期待するので、あなたはそれを行うことはできません。したがってtf.reshapeの代わりにnumpy.reshapeを使用してください。もう1つはセッションの中で使うことができます。たとえば、フラットアレイをプレースホルダーに送り、セッション内にこの配列を2Dマトリックスに変形するノードを作成することができます。