如何在單張圖像上測試Deep MNIST for Experts代碼？

Question

我剛從tensorflow開始，我想在我自己的圖像上測試tensorflow的tutorial的訓練模型。這是我用來測試使用SoftMax迴歸模型在教程開始對我自己的形象代碼：

with open("three.jpeg", "rb") as f: 
    contents = f.read() 

image = tf.image.decode_jpeg(contents, channels=1) 
image_float = tf.image.convert_image_dtype(image, tf.float32) 
resized_image = tf.image.resize_images(image_float, [28, 28]) 
resized_image = tf.reshape(resized_image, [784]) 

img = 1 - resized_image.eval() 

classification = sess.run(tf.argmax(y, 1), feed_dict={x: [img]}) 
plt.imshow(img.reshape(28, 28), cmap=plt.cm.binary) 
plt.show() 
print ('NN predicted', classification[0]) 

其中的SOFTMAX功能，但不是爲多層卷積網絡正常工作。我想在這一行

classification = sess.run(tf.argmax(y, 1), feed_dict={x: [img]}) 

到y_conv改變y但它給了我這個錯誤：

InvalidArgumentError: You must feed a value for placeholder tensor 'Placeholder_2' with dtype float [[Node: Placeholder_2 = Placeholderdtype=DT_FLOAT, shape=, _device="/job:localhost/replica:0/task:0/cpu:0"]]

Answer 1

有在圖形中的佔位符的地方，你不喂。賠率是你需要另一個x在你的feed_dict，爲另一個網絡。