小编GGH*_*GGH的帖子

我已经成功获得了（7x7）的混淆矩阵。它是张量形式。

我想查看混淆矩阵。尝试了 .eval 和 sess 方法，但它不起作用。

我的代码：

n_classes = 7
prediction = neural_network(x)
correct = tf.equal(tf.argmax(prediction, 1), tf.argmax(y, 1))
accuracy = tf.reduce_mean(tf.cast(correct, 'float'))

con_mat = tf.confusion_matrix(labels=[0, 1, 2, 3, 4, 5, 6], predictions=correct, num_classes=n_classes, dtype=tf.int32, name=None)

print('Confusion Matrix: \n\n', tf.SparseTensor.eval(con_mat, feed_dict=None, session=None))

输出：

AttributeError: 'Tensor' object has no attribute 'indices'

tf.SparseTensor.eval

神经网络：

weights = {
        'out': tf.Variable(tf.truncated_normal([hidden_units, n_classes], dtype=tf.float32))
    }
    biases = {
        'out': tf.Variable(tf.zeros([n_classes]))
    }

    x = tf.unstack(x, seq_len, 1)

    # 3-layer LSTM with 128 units.
    cell = rnn_cell_impl.MultiRNNCell([rnn_cell_impl.LSTMCell(hidden_units), …