Tensorflow argmax給出錯誤指示

我正在使用tensorflow來訓練和使用一個小型神經網絡（2d分類有兩個類），但我有一個非常奇怪的問題，並且看不到我做錯了什麼：當我繪製the predictions vs the true labels只有測試批次的準確度爲1，我顯然有一些錯誤分類的樣本。在我看來，tf.argmax是錯誤地評估爲1的準確性的責任，但顯然這不是真正的原因。不管怎麼說，我得出這樣的結論，通過計算從最後一層輸出精度：Tensorflow argmax給出錯誤指示

with tf.name_scope('accuracy'): 
    plabel = tf.argmax(y, 1) # vector of predicted label, elem {0,1}^batch_size 
    tlabel = tf.argmax(y_, 1) # similar vector of true labels 
    correct_predictions = tf.cast(tf.equal(plabel, tlabel), tf.float32) 
... 
with tf.Session() as sess: 
    batchx, batchy = generate_batch() 
    predictions, acc = sess.run([y, accuracy], feed_dict={x: batchx, y_: batchy}) 
    mistakes = 0. 
    for j in range(batch_size): 
     if (predictions[j, 0] - predictions[j, 1])*(batchy[j, 0] - batchy[j, 1]) < 0: 
      print("mistake: ", predictions[j], batchy[j]) 
      mistakes += 1./batch_size 
    print("Acc = {}/{} = 1-m/b".format(acc, 1. - mistakes))

x和Y_是輸入張量，y是最後一層和模型已經被訓練。

它給了我下面的輸出：

Acc = 1.0/0.86 = 1-m/b

這些值應該是相同的。

該圖還表明真正精度不1，或所評估的準確性張量不屬於相同的運行作爲預測（Y）。

我沒有發現任何暗示tf.argmax真的是問題，感到很絕望。所以，在此先感謝您的幫助

來源

2017-05-06 nielsrolf

看來你的準確度功能是正確的，因爲你沒有張貼整個你的代碼，我建議你計算會話內的精度，所以每次可以打印預測和真實的內容標籤並追蹤執行情況。

得到像predictions = sess.run(y, feed_dict={x: batchx, y_: batchy})預測然後通過print predictions.eval()打印預言，然後用plabel = tf.argmax(predictions, 1)，再次print plabel.eval()，也print batchy和print (tf.argmax(batchy)).eval()

現在你應該知道發生了什麼，每個print聲明走錯了。

來源

2017-05-06 07:30:24

我修改這樣的代碼，並刪除所有調試輸出，僅打印你所期望之後，這仍然是： 'ACC，預測，校正，p，T = sess.run（[精度，Y，correct_predictions，PLABEL，的TLabel]，feed_dict = F）' - '在範圍Ĵ（的batch_size）：打印（「這應該是1：」，FDICT [Y _] [J，T [j]的]）' - 但有時它打印0 – nielsrolf

好這只是一個錯字，在我的原代碼中，我使用的錯誤的飼料字典。對不起，謝謝 – nielsrolf

對於精度：

def evaluate(X_data, y_data): 
    num_examples = len(X_data) 
    total_accuracy = 0 
    sess = tf.get_default_session() 
    for offset in range(0, num_examples, BATCH_SIZE): 
     batch_x, batch_y = X_data[offset:offset+BATCH_SIZE], y_data[offset:offset+BATCH_SIZE] 
     accuracy = sess.run(accuracy_operation, feed_dict={x: batch_x, y: batch_y}) 
     total_accuracy += (accuracy * len(batch_x)) 
    return total_accuracy/num_examples

用於獲取預測：

prediction = sess.run(tf.argmax(logits, 1), feed_dict={x: train_data})

來源

2017-11-28 20:56:11 Jai

Tensorflow argmax給出錯誤指示

回答

相關問題