Tensorflow初期预测数量的增加

在安装了具有常规CPU支持的Tensorflow for Ubuntu之后，我正在学习《盗梦空间》最后一层的培训教程。我成功地使花的例子工作，但在切换到一组新的类别和十个子文件夹后，我不能让《盗梦空间》为每个输入图像生成十个分数，而不是默认的五个分数。我当前运行测试映像的命令行如下所示，使用标记为0-9的标题

bazel build tensorflow/examples/label_image:label_image&&\ bazel bin/tensorflow/examples/label_image/label_image\ --graph=/tmp/output\u graph.pb--labels=/tmp/output\u labels.txt\ --输出层=最终结果\--输入层=Mul --image=$HOME/Input/Example.jpg

由此产生

5（4）：0.642959

3（2）：0.243444

9（8）：0.0513504

4（5）：0.0231318

6（7）：0.0180509

---

然而，在《盗梦空间》运行的程序中，我找不到任何东西来重新配置生成的输出分数，以便我的所有十个类别都有分数，而不是只有五个。如何改变这一点？

我尝试了8个类别，并且能够得到所有类别的结果。 如果您的代码有以下行

top_k = predictions[0].argsort()[-5:][::-1]

换成

top_k = predictions[0].argsort()[-len(predictions[0]):][::-1]

如果代码包含

predictions=np.挤压（预测）

则使用

predictions

而不是

predictions[0]

我用下面的命令而不是bazel来运行它，我发现它更简单

python /path_to_file/label_image.py /path_to_image/image.jpeg

首先确保在运行

retain.py

后创建了图形，并且图形位于正确的位置。（默认值在

/tmp/

中）