0
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? –