Python 如何在TensorFlow'；这是一个什么样的例子？

我是神经网络新手，为初学者学习了MNIST示例

我目前正试图在Kaggle的另一个没有测试标签的数据集上使用此示例

---

如果我在没有相应标签的测试数据集上运行模型，因此无法像MNIST示例中那样计算精度，我希望能够看到预测。是否有可能以某种方式访问观测值及其预测的标签，并将其打印出来？

我认为您只需要按照教程中的说明评估输出张量：

accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

要获得张量的输出，请参见：

在会话中启动图形后，可以通过将其传递给session.run（）来计算张量的值。t、 eval（）是调用tf.get_default_session（）run（t）的快捷方式

如果希望得到预测而不是准确度，则需要以相同的方式计算输出张量

y

：

print(sess.run(y, feed_dict={x: mnist.test.images}))

有关更多详细信息，请查看

当我尝试打印时（sess.run（y，feed_dict={x:mnist.test.images}），我得到：TypeError:unhable type:'numpy.ndarray'。其他人看到了吗？或者这对他们有用吗？

prediction=tf.argmax(y,1)
print prediction.eval(feed_dict={x: mnist.test.images}).