テンソルフローに1つの入力を適用して出力を取得

Question

サンプルMNIST handwritten numbers tutorialを実行しています。

どのように私は期待出力を得るうまくいけば最初のテスト MNISTイメージとのセッションをアクティブ化し、ことができますか？私はこれを行うと

は：

print(sess.run(tf.convert_to_tensor(mnist.test.images[0]))) 

は、私は（推測）重みを持つ784-長いテンソルを得る：

... 
... 
... 
0.94901967 0.99607849 0.99607849 0.20392159 0.   0.   0. 
0.   0.   0.   0.   0.   0.   0. 
0.   0.   0.   0.   0.   0.   0. 
0.   0.   0.   0.   0.   0. 
0.47450984 0.99607849 0.99607849 0.8588236 0.15686275 0.   0. 
0.   0.   0.   0.   0.   0.   0. 
0.   0.   0.   0.   0.   0.   0. 
0.   0.   0.   0.   0.   0.   0. 
0.47450984 0.99607849 0.81176478 0.07058824 0.   0.   0. 
0.   0.   0.   0.   0.   0.   0. 
0.   0.   0.   0.   0.   0.   0. 
0.   0.   0.   0.   0.   0.   0. 
0.   0.   0.   0.   0.   0.   0. 
0.   0.   0.   0.   0.   0.   0. 
... 
... 
... 

私の予想出力は、この形式で7を次のようになります。

[ 0. 0. 0. 0. 0. 0. 0. 1. 0. 0.] 

Answer 1

まあ、画像（mnist.train.images）は784 = 28 x 28次元ベクトルです。あなたが探していることは確か次元10あるラベル（mnist.test.labels）、以下のとおりです。ところで

In [29]: mnist.test.labels[0] 
Out[29]: array([ 0., 0., 0., 0., 0., 0., 0., 1., 0., 0.]) 

は、これらの配列は普通のnumpyの配列ですが、あなたはそれらを印刷するTFセッションを使用する必要はありません。

Answer 2

私はあなたが予測を探していると思う、ウィッヒは、この段階でyに保存されています

y = tf.matmul(x, W) + b 

彼らは確率（ソフトマックスのおかげで）であり、あなたは答えを予測し取得する最善を取らなければなりません。

tf.argmax(y[0],1)