Comment tester tensorflow cifar10 cnn tutoriel modèle
Je suis relativement nouveau à l'apprentissage automatique et actuellement ont pratiquement aucune expérience dans le développement.
Donc mon Question est: après la formation et de l'évaluation de la cifar10 dataset à partir de la tensorflow tutoriel je me demandais comment pourrait-on le tester avec des exemples d'images?
J'ai pu m'entraîner et évaluer l' Imagenet tutoriel de la caffe machine-cadre de l'apprentissage et il a été relativement facile à utiliser le modèle appris sur des applications personnalisées à l'aide de l'API python.
Toute aide serait très appréciée!
OriginalL'auteur Twimnox | 2015-11-18
Vous devez vous connecter pour publier un commentaire.
Ce n'est pas à 100% de la réponse à la question, mais c'est une manière similaire à la façon de le résoudre, basé sur un MNIST NN formation exemple suggéré dans les commentaires à la question.
Basé sur la TensorFlow débutant MNIST tutoriel, et grâce à ce tutoriel, c'est un moyen de formation et l'utilisation de votre Réseau de Neurones avec des données personnalisées.
Veuillez noter que similaire devrait être fait pour tutoriels tels que la CIFAR10, comme @Yaroslav Bulatov mentionné dans les commentaires.
Pour de plus amples image climatisation (chiffres doit être complètement sombre dans un fond blanc) et d'améliorer la NN de la formation (précision>91%), veuillez vérifier les Avancées MNIST tutoriel de TensorFlow ou la 2ème tutoriel, je l'ai mentionné.
OriginalL'auteur Twimnox
L'exemple ci-dessous n'est pas pour le mnist tutoriel, mais un simple XOR exemple. Remarque le
train()
ettest()
méthodes. Tout ce que nous déclarons & garder à l'échelle mondiale sont des poids, des préjugés et de la session. Dans la méthode de test qui nous redéfinir la forme de l'entrée et de réutiliser le même poids & préjugés (et session) que nous avons affiné dans la formation.OriginalL'auteur John Kosinski
Je vous recommande de prendre un coup d'oeil à la de base MNIST tutoriel sur le TensorFlow site web. Il semble que vous définissez une fonction qui génère le type de sortie que vous voulez, et puis exécutez votre session, en passant de cette fonction d'évaluation (
correct_prediction
ci-dessous), et un dictionnaire contenant quels que soient les arguments dont vous avez besoin (x
ety_
ci-dessous).Si vous avez défini et formé un réseau qui prend en entrée
x
, génère une réponsey
basé sur vos données, et vous savez que vos réponses attendues pour votre jeu de testy_
, vous pourriez être en mesure d'imprimer chaque réponse à votre jeu de test avec quelque chose comme:C'est simplement une modification de ce qui est fait dans le tutoriel, où, au lieu d'essayer d'imprimer chaque réponse, on détermine le pourcentage de réponses correctes. Notez également que le tutoriel utilise "one-hot" vecteurs pour la prédiction
y
et la valeur réelley_
, afin de retourner l'associé chiffre, ils doivent trouver de l'index de ces vecteurs sont égaux à un avectf.argmax(y, 1)
.Modifier
En général, si vous définissez quelque chose dans votre graphique, vous pouvez sortir plus tard, lorsque vous exécutez votre graphique. Dites vous de définir quelque chose qui détermine le résultat de la fonction softmax sur votre sortie logits:
ensuite, vous pouvez de sortie au moment de l'exécution avec:
Vous avez besoin de convertir vos images dans un tableau numpy de [hauteur, largeur, profondeur] les valeurs 0..255 et se nourrir de ce tableau. Voir le format ici: tensorflow.googlesource.com/tensorflow/+/master/tensorflow/...
peut-on inclure la façon de sortie de y_? Droit maintenant, vous devez entrer le test étiquettes et, essentiellement, de retour la façon dont ils sont souvent correct. Que faire si vous voulez saisir une image de test et de sortie de l'associé softmax y_ vecteur directement?
J'ai ajouté un peu plus de détails pour ma réponse qui pourrait vous aider.
OriginalL'auteur Engineero