TensorFlowが単一予測の精度を得る

Question

TensorFlowとmnistデータセットを使用してロジスティック回帰モデルを実装しました。次のコードを使用して、学習アルゴリズムの完全な精度を得る方法を見つけました。

correct_prediction = tf.equal(tf.argmax(pred, 1), tf.argmax(y, 1)) 

accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32)) 
print("Accuracy:", accuracy.eval({x: mnist.test.images, y: mnist.test.labels})) 

これは正常に動作し、91％の精度を出力します。今私はモデルを復元し、単一の画像をモデルに渡して予測を行います。私は、数7の絵を渡すmnist.test.images[0]、それはそれを正しく予測 - >[7] ...

with tf.Session() as sess: 
    saver.restore(sess, "/tmp/model.ckpt") 
    x_in = np.expand_dims(mnist.test.images[0], axis=0) 
    classification = sess.run(tf.argmax(pred, 1), feed_dict={x:x_in}) 
    print(classification) 

は今、私はモデルに関連して、この予測の精度を取得したいが、私はよく分かりません続行する方法を、私はこれの出力は単純明快な答えができない場合はAccuracy: 7.0

ある

accuracy = tf.reduce_mean(tf.cast(classification, tf.float32)) 
print("Accuracy:", accuracy.eval({x: mnist.test.images, y: mnist.test.labels})) 

明らかに動作しません。次のことを...試みたが、私がするために必要ないくつかのステップをいただければ幸いです何を達成するが欲しいです。

Answer 1

単一予測の精度はあまり意味がありません。

0％または100％のいずれかが表示されます。

しかし、あなたはまだあなたがあなたのグラフの作成精度演算を使用することができます。

with tf.Session() as sess: 
    saver.restore(sess, "/tmp/model.ckpt") 
    x_in = np.expand_dims(mnist.test.images[0], axis=0) 
    y_in = np.expand_dims(mnist.test.labels[0], axis=0) 
    print("Accuracy:", accuracy.eval({x: x_in , y: y_in}))