2017-10-17 14 views
1

J'ai construit un réseau de neurones artificiels pour prédire des valeurs pour les données d'assurance-vie. Lorsque je restaure le graphique, je peux importer mon tenseur prédictif pour voir ma valeur.Restaurer le graphique dans TensorFlow - Restaurer la valeur dans un Tenseur

sess = tf.Session() 
new_saver = tf.train.import_meta_graph('model.ckpt.meta') 
new_saver.restore(sess, tf.train.latest_checkpoint('./')) 
graph = tf.get_default_graph() 
inputs = graph.get_tensor_by_name("inputs:0") 
predict_restore = graph.get_tensor_by_name("predicted:0") 
train_data = pd.read_csv(r"C:\...\tensorflow-1.3.1\tensorflow\train_titanic.csv") 
train_predict_restore = train_data.drop(["Survived"], axis=1) 
feed_dict={inputs:train_predict_restore} 
prob =sess.run(predict_restore,feed_dict) 

Dans le feed_dict je mets l'attribut du client dans les entrées tenseur. Maintenant, je veux construire une fonction qui entre les attributs du client, je vais chercher leur probabilité respective de survie (prob). Il y a une fonction dans tensorflow pour rechercher une ou plusieurs valeurs dans un tenseur? (Dans ma situation entrées tenseur)

Répondre

0

je crois que le train_predict_restore est en forme de [num_customers attributs]. Par conséquent, train_predict_restore [i] représente le avec certains clients.

Vous pouvez faire quelque chose comme ça,

feed_dict={inputs:[train_predict_restore[i]]}//changed train_predict_restore to [train_predict_restore[i]] 
prob =sess.run(predict_restore,feed_dict) 

Ici, la sortie est les valeurs de probabilité pour le client vec.

Espérons que cela aide.

+0

Merci pour la réponse. Mon problème n'est pas d'extraire la probabilité par train_predict_restore, mais de construire une fonction qui saisit les attributs du client, je vais chercher leur probabilité respective. J'ai mis ces attributs dans ma première session dans un tenseur d'entrée. Peut-être que je peux utiliser la fonction LookUp par je ne comprends pas comment cela fonctionne. – jjgasse