如何測試我訓練的張量流模型

Question

我目前有一個迴歸模型，試圖預測基於其他25個值的迴歸模型。

這是我目前給

import tensorflow as tf 
import numpy as np 
import matplotlib.pyplot as plt 
rng = np.random 
learning_rate = 0.11 
training_epochs = 1000 
display_step = 50 
X = np.random.randint(5,size=(100,25)).astype('float32') 
y_data = np.random.randint(5,size=(100,1)).astype('float32') 
m = 100 
epochs = 100 
W = tf.Variable(tf.zeros([25,1])) 
b = tf.Variable(tf.zeros([1])) 
y = tf.add(tf.matmul(X,W), b) 
loss = tf.reduce_sum(tf.square(y - y_data))/(2 * m) 
loss = tf.Print(loss, [loss], "loss: ") 
optimizer = tf.train.GradientDescentOptimizer(.01) 

train = optimizer.minimize(loss) 

init = tf.initialize_all_variables() 

sess = tf.Session() 
sess.run(init) 

for i in range(epochs): 
    sess.run(train) 


sess.close() 

據我所知，現在這些變量都是隨機的，因此準確度不會很好反正代碼，但我只是想知道如何做一個測試集並找出預測的準確性。

Answer 1

通常，您將訓練集分爲兩部分：大約2/3用於訓練，1/3用於測試（意見因比例而異）。用第一套訓練你的模型。檢查訓練準確性（通過模型運行訓練集以查看它有多少正確）。

現在，通過模型運行剩餘（測試集），並檢查預測結果的匹配程度。 「找到準確性」取決於你正在做什麼樣的預測：分類vs評分，二進制與不相交VS連續等。