Python 恢复tensorflow模型并将其用于预测

_

我正在修改顶部的代码以解决另一个回归问题（修改很小，只是用我的数据集更改数据集）。一旦网络得到优化，我想恢复最佳的nn和COEF，并将其用于预测。我希望以你的预言结束

with tf.Session() as sess:
    saver = tf.train.import_meta_graph(r'\learn_mixture_weights\model.ckpt-60000.meta')
    saver.restore(sess, r'\learn_mixture_weights\model.ckpt-60000')
    tensor = tf.convert_to_tensor(x_test)
    result = sess.run(tensor)

x_测试是一个numpy数组

---

目前，结果（print（result））精确地给出了输入（张量）。我应该如何修改它才能得到预测（y_pred）？

你的问题是什么？@Andrey修改了帖子以澄清这个问题。@Behinoo你使用的是什么版本的tensorflow？请显示

print（tf.\uuu version\uuuuu）

@tornikeo它是2.3.0您的问题是什么？@Andrey修改了帖子以澄清问题。@Behinoo您使用的是什么版本的tensorflow？请显示

print（tf.\uuuuu version\uuuuuu）

@tornikeo的输出，它是2.3.0