Python mnist数据集上GANs的mnist分数返回[batch，10]的logits张量

我用来计算mnist分数（初始分数）。 函数

mnist\u score

将分数作为张量返回。如何将其转换为浮动

def mnist_score(images, graph_def_filename=None, input_tensor=INPUT_TENSOR,
                output_tensor=OUTPUT_TENSOR, num_batches=1):
  """Get MNIST logits of a fully-trained classifier.
  Args:
    images: A minibatch tensor of MNIST digits. Shape must be
      [batch, 28, 28, 1].
    graph_def_filename: Location of a frozen GraphDef binary file on disk. If
      `None`, uses a default graph.
    input_tensor: GraphDef's input tensor name.
    output_tensor: GraphDef's output tensor name.
    num_batches: Number of batches to split `generated_images` in to in order to
      efficiently run them through Inception.
  Returns:
    A logits tensor of [batch, 10].
  """
  images.shape.assert_is_compatible_with([None, 28, 28, 1])

  graph_def = _graph_def_from_par_or_disk(graph_def_filename)
  mnist_classifier_fn = lambda x: tfgan.eval.run_image_classifier(  # pylint: disable=g-long-lambda
      x, graph_def, input_tensor, output_tensor)

  score = tfgan.eval.classifier_score(
      images, mnist_classifier_fn, num_batches)
  score.shape.assert_is_compatible_with([])

  return score

---

需要注意的一点是，《盗梦空间》的分数在MNIST上没有什么意义。它计算logit并查看这些logit的分布。然而，数字在ImageNet中不是偶数类，因此使用预先训练的网络将导致任意输出

除此之外，您可以使用会话并使用

sess.run（score）

运行该会话，或者如果您在会话中，您可以使用

score.eval（）

来计算tensorflow中的张量。根据图像是占位符还是固定张量，您可能还需要将图像输入到方法中