如何在tensorflow MNIST教程中输出预测值(标签)？

Question

在tensorflow的MNIST教程中,最后一步是使用以下代码输出模型的测试精度:

# Test trained model
correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print(sess.run(accuracy, feed_dict={x: mnist.test.images,
                                  y_: mnist.test.labels}))

但是,我想知道如何修改此代码以输出测试集的预测值(标签),而不是仅仅打印出准确度？

这是教程的链接:https://www.tensorflow.org/tutorials/mnist/beginners/

Answer 1

这样的事情应该有效

print(sess.run(tf.argmax(y, 1), feed_dict={x: mnist.test.images}))

因为y在教程中是张量,其中带有索引的列j描述了行中的图像有多大可能i是数字j,所以tf.argmax只返回每行的概率最高的列的索引.

PS抱歉我的英文