2017-10-17 136 views
1

我已经构建了一个人工神经网络来预测人身保险数据的值。当我恢复图形时,我可以导入我的预测张量以查看我的价值。TensorFlow中的还原图 - 恢复张量中的值

sess = tf.Session() 
new_saver = tf.train.import_meta_graph('model.ckpt.meta') 
new_saver.restore(sess, tf.train.latest_checkpoint('./')) 
graph = tf.get_default_graph() 
inputs = graph.get_tensor_by_name("inputs:0") 
predict_restore = graph.get_tensor_by_name("predicted:0") 
train_data = pd.read_csv(r"C:\...\tensorflow-1.3.1\tensorflow\train_titanic.csv") 
train_predict_restore = train_data.drop(["Survived"], axis=1) 
feed_dict={inputs:train_predict_restore} 
prob =sess.run(predict_restore,feed_dict) 

在feed_dict中,我把客户属性放在张量输入中。现在我想建立一个输入客户属性的函数,我去寻找他们各自的生存概率(概率)。在tensorflow中有一个函数来搜索张量中的一个或多个值? (在我的情况张量输入)

回答

0

相信train_predict_restore是在形状[NUM_CUSTOMERS属性。因此,train_predict_restore [i]代表第i个某些客户。

你可以做这样的事情,

feed_dict={inputs:[train_predict_restore[i]]}//changed train_predict_restore to [train_predict_restore[i]] 
prob =sess.run(predict_restore,feed_dict) 

这里,输出是第i个客户的概率值。

希望这会有所帮助。

+0

谢谢你的回答。我的问题不是通过train_predict_restore提取概率,而是建立一个输入客户属性的函数,我去寻找它们各自的概率。我在输入张量中将这些属性放在我的第一个会话中。也许我可以使用LookUp功能,但我不明白它是如何工作的。 – jjgasse