Testing Tensorflow LSTM模型试验

我是LSTM和Tensorflow的新手，我正在尝试使用LSTM模型来学习，然后对我拥有的一些大型数据集进行分类。（我并不担心我想学习的准确性）。 我尝试以与使用LSTM的PTB单词预测教程中类似的方式实现该模型。 教程（）中的代码使用下一行使用模型运行会话

 cost, state, _ = session.run([m.cost, m.final_state, eval_op],
                                 {m.input_data: x,
                                  m.targets: y,
                                  m.initial_state: state})

我对我的示例进行了如下修改（以获取登录并使用它）：

因此，如果有人能提供帮助，我的问题如下：

• 培训时建立的模型如何用于测试？什么 当教程使用3个模型时，每次测试、训练和验证都使用一个模型，这到底是怎么回事
• 测试时目标是什么（如果我不知道，比如在分类问题中）。在run_epoch（）中可以通过使用培训期间构建的模型来进行哪些更改
• 还有一个问题：调试tensorflow图很困难（我发现理解tensorboard visualizer也很困难），而且我没有找到学习tensorflow的好资源（网站似乎缺少结构/文档）。还有哪些其他资源/调试方法

---

谢谢。

回答我自己的问题，以帮助任何来到这里的人： 在验证/测试期间，向runepoch（）指示它处于验证/测试阶段（使用bool或其他方式）。 不要调用cost op（因为这是唯一需要目标的操作），因此验证/测试阶段的修改代码如下所示：

 state, _,output,logits = session.run([m.final_state, eval_op, m.output,m.logits],
                             {m.input_data: x,
                              m.initial_state: state})

---

请稍后使用logits来计算准确性。

回答我自己的问题，以帮助任何来到这里的人： 在验证/测试期间，向runepoch（）指示它处于验证/测试阶段（使用bool或其他方式）。 不要调用cost op（因为这是唯一需要目标的操作），因此验证/测试阶段的修改代码如下所示：

 state, _,output,logits = session.run([m.final_state, eval_op, m.output,m.logits],
                             {m.input_data: x,
                              m.initial_state: state})

---

稍后使用logits计算精度。

也许，这些简单的LSTM示例解决了您对TensorFlow中基本LSTM的问题：或者，这些简单的LSTM示例解决了您对TensorFlow中基本LSTM的问题：或者