Я новичок в тензорном потоке. Я построил convonet для классификации изображений mnist следующим образом: я использую очереди для чтения изображений (png) из пакета диска и передачи его для обучения оператору (сейчас мне это вполне комфортно) Все хорошо до поезда, и я оцениваю моя точность op на определенном количестве шагов во время тренировки.
Я сохраняю модель с объектом Saver и вижу, как мета-файл и файл контрольной точки записываются на диск.
Теперь настоящая задача - восстановить модель после завершения обучения и использовать ее для прогнозов на новых изображениях.
Один из первых шагов на моем графике (для обучения), как показано ниже, берет x_image (изображения из очереди поездов) h_conv1 = tf.nn.relu (conv2d (x_image, W_conv1) + b_conv1)
Поскольку я не использую подход словаря каналов, я не могу просто восстановить точность операции с помощью заставки и передать новые данные. Мне нужно определить очередь для тестовых данных и перестроить график (точно так же, как раньше) со ссылкой x_image, измененной так, чтобы указывать на очередь тестовых данных.
Как мне теперь восстановить полученные веса во время тренировки и использовать их с этим новым графиком, чтобы просто выполнить операцию прогнозирования / точности.
Я пытался следовать - https://github.com/tensorflow/models/blob/master/tutorials/image/cifar10/cifar10.py, но потерялся с кодом оценки.
Кроме того, если я добавлю фиктивную константу в свой график обучения, а затем попытаюсь получить ее значение, я смогу получить ее.
Может ли кто-нибудь 1 помочь. Спасибо