如何tensorflow

这段代码

classification = prediction.eval(feed_dict={x: [[9,3]]}) 
print (classification)

正在输出

[[ -12.2412138 -17.24327469 ]]

我发现我预计符合标签的预测是1或0.类似于

[[ 0 1 ]]

我相信我的预测值没有通过softmax标准化，但不知道如何进行。任何帮助表示赞赏！另外，我非常乐意在这里发布完整的代码，但不想混淆帖子。谢谢！

让我清楚，在你的代码

prediction = neural_network_model(x) 
prediction.eval(feed_dict={x: [[9,3]]}) 
# output is [[ -12.2412138 -17.24327469 ]]

，你迷惑为什么范围不是0〜1，对不对？
因为SOFTMAX不会对预测
您使用tf.nn.softmax_cross_entropy_with_logits
我知道申请，该功能适用于添加Softmax计算prediction交叉熵之前
但它不会改变的prediction

的价值我想你可以做SOFTMAX然后计算交叉熵，最后直接打印prediction（这意味着不能使用tf.nn.softmax_cross_entropy_with_logits）

，或者改变什么，但打印之前不要使用SoftMax 10

2017-02-18 06:13:22 xxi

谢谢，我试过了“”“分类= tf.nn.softmax（prediction.eval（feed_dict = {x：[[9,3]]）））”“”带有产生的“”“Tensor（”Softmax ：0“，形状=（1，2），dtype = float32）”“”我不认为这是我正在寻找，但不知道。 –

我认为它会是'result = tf.nn.softmax（预测）'然后'print result.eval（feed_dict = {x：[[9,3]]}）' – xxi

是的，这是有效的。谢谢！！！ –

回答