[解決済み] TensorFlowモデルで予測する

質問

mnistのチュートリアルに沿って、モデルを学習し、その精度を評価することができました。しかし、チュートリアルでは、モデルが与えられたときにどのように予測を行うかを示していません。私は精度に興味があるわけではなく、新しい例を予測するためにモデルを使用し、出力ですべての結果（ラベル）、それぞれ割り当てられたスコア（ソートされているかどうか）を見たいと思っています。

どのように解決するのですか？

で、" 専門家のためのディープMNIST "の例では、次の行を参照してください。

これで回帰モデルを実装することができました。たった1行で済みます! 私たちは ベクトル化された入力画像xに重み行列Wを乗じ、バイアスbを加え、ソフトマックス確率を計算します。 バイアスbを加え、各クラスに割り当てられるソフトマックスの確率を計算します。 を計算します。

y = tf.nn.softmax(tf.matmul(x,W) + b)

ノードYを引っ張るだけで、欲しいものが手に入る。

feed_dict = {x: [your_image]}
classification = tf.run(y, feed_dict)
print classification

これは、あなたが作成したほとんどのモデルに当てはまります。あなたは、損失を計算する前の最後のステップの一つとして予測確率を計算したことでしょう。