私の訓練されたTensorフローモデルをテストする方法

Question

私は現在、他の25のものに基づいて値を予測しようとする回帰モデルを持っています。

ここで私は現在、私は精度がとにかく非常に良いではないでしょう今、これらの変数はすべてランダムであることを理解し、私はちょうどテスト・セットを作成する方法を知りたい

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() 

を与えたコードがあります予測の正確さを見つけることができます。

Answer 1

通常、訓練セットはトレーニング用に約2/3、テスト用に1/3（割合は比率によって異なります）に分割されます。最初のセットでモデルをトレーニングします。トレーニングの正確性をチェックします（トレーニングセットをモデルを通じて実行して、どれだけのトレーニングが正しいかを確認します）。

ここで、モデルを通して残りの部分（テストセット）を実行し、予測が結果とどれほどうまく一致しているかを確認します。 「正確さを見つける」は、あなたがどのような予測をしているかによって異なります：分類対スコアリング、バイナリ対ディスジョイント対連続など