Tensorflow評価：すべての画像を評価する

Question

CIFAR10と同じiamgeフォーマットの畳み込みニューラルネットワークを構築していますが、現在評価しようとしていますが、ファイル内のすべての画像を評価するコードを取得できません。最初の画像。ループを呼び出すときでも、結果は何度も何度も印刷されます。私は単一のイメージでもそれをテストしました。

私のコードを以下に示します。その下

import tensorflow as tf 

import main 
import Process 
import Input 

eval_dir = "/Users/Zanhuang/Desktop/NNP/model.ckpt-250" 
checkpoint_dir = "/Users/Zanhuang/Desktop/NNP/checkpoint" 


def evaluate(): 
    with tf.Graph().as_default() as g: 
    images, labels = Process.eval_inputs() 
    forward_propgation_results = Process.forward_propagation(images) 
    init_op = tf.initialize_all_variables() 
    saver = tf.train.Saver() 
    for i in range(100): 
     top_k_op = tf.nn.in_top_k(forward_propgation_results, labels, 1) 

    with tf.Session(graph = g) as sess: 
    sess.run(init_op) 
    tf.train.start_queue_runners(sess=sess) 
    saver.restore(sess, eval_dir) 

    print(sess.run(top_k_op)) 

def main(argv = None): 
    evaluate() 

if __name__ == '__main__': 
    tf.app.run() 

も問題の解決に援助を助けるかもしれProcess.Input（）のコードです。

def eval_inputs(): 
    data_dir = FLAGS.data_dir 
    images, labels = Input.eval_inputs(data_dir = data_dir, batch_size = 1) 
    return images, labels 

Answer 1

すべての画像を評価するために、あなたはsess.run()コールの周りにループを置く必要があります：あなたは同じオペアンプ100回を作成し、問題の

def evaluate(): 
    with tf.Graph().as_default() as g: 
    images, labels = Process.eval_inputs() 
    forward_propgation_results = Process.forward_propagation(images) 
    init_op = tf.initialize_all_variables() 
    saver = tf.train.Saver() 

    # Only create a single `top_k_op`. 
    top_k_op = tf.nn.in_top_k(forward_propgation_results, labels, 1) 

    with tf.Session(graph = g) as sess: 
    sess.run(init_op) 
    tf.train.start_queue_runners(sess=sess) 
    saver.restore(sess, eval_dir) 

    # Evaluate the first 100 images in the `eval_inputs()`. 
    for i in range(100): 
     print(sess.run(top_k_op)) 

。これは、同じ入力を同じ関数で100回呼び出すのと同じことです。これは、結果が毎回同じ理由を説明しています。

eval_inputs()関数は、Pythonジェネレータのように動作し、sess.run(top_k_op)の呼び出しごとに異なる評価入力の例を返します。したがって、ループ内でsess.run(top_k_op)をラップすると、さまざまな例の評価結果が得られます。