如何使用神经网络获取新数据？

我对图像分类器，mnist和NLP I 等神经网络进行了编码，在我的GPU（NVIDIA GT 610）上获得了98％的准确率。我如何将新数据（不是训练数据）提供给我的神经网络并获得预测结果？如何使用神经网络获取新数据？

让我们假设：

Inputs Output 
    0  0 1  0 
    1  1 1  1 
    1  0 1  1 
    0  1 1  0

我得到了98.7的准确性如何给予像[1 1 0]输入和预测的输出。 Tensorflow有没有办法做到这一点？

如果你的输出变量是y和你输入占位符是x：

sess.run(y, feed_dict={x: mnist.test.images})

2017-04-18 08:33:48

如果我想包括我自己的28x28形象我可以指定feed_dict的X值的路径我的形象？ @马丁托马 –

不作为路径，但作为一个numpy阵列。只要看一下'mnist.test.images'的格式......或者你现在放进你的网络来训练/评估它的任何东西。 –

谢谢@martin Thoma和另一个问题是不使用任何使用C++的框架实现神经网络还是使用像tensorflow或keras一样的图像分类的好处？ –

回答