Confusion Matrix für Deep Learning

Ich habe versucht, die Konfusionsmatrix für mein Modell auszudrucken, habe es aber versäumt.Confusion Matrix für Deep Learning

Allerdings habe ich erfolgreich eine (7x7) Konfusionsmatrix, aber im Tensor-Format erhalten.

Ich bin neu bei Tensorflow, bitte helfen Sie mir bei der Anzeige des Tensors. Vielen Dank.

Code:

con_mat = tf.confusion_matrix(labels=[0, 1, 2, 3, 4, 5, 6], predictions=correct, num_classes=n_classes, 
           dtype=tf.int32, name=None) 
with tf.Session(): 
    print('Confusion Matrix: \n\n', tf.Tensor.eval(con_mat, feed_dict=None, session=None))

Ausgang:

tensorflow.python.framework.errors_impl.InvalidArgumentError: Shape [-1,100,88] has negative dimensions 
[[Node: Placeholder = Placeholder[dtype=DT_FLOAT, shape=[?,100,88], _device="/job:localhost/replica:0/task:0/cpu:0"]()]]

Quelle

2017-08-08 E.Goh

Dies ist nicht, wie Sie Dinge in TF ausführen. es sollte sein: 'mit tf.Session() als sess: print (sess.run (con_mat))' (es gibt auch andere Fehler, aber am Anfang mit den Grundlagen; insbesondere - Fehler bezieht sich auf Platzhalter - wo verwenden Sie Platzhalter in Ihrem Code?) – lejlot

Es scheint, Sie sind nicht die Eingangs Platzhalter Wert Einspeisen des tensor korrekt zu berechnen.

feeddict = {your_placeholder: value} 
with tf.Session() as sess: 
    print('Confusion Matrix: \n\n', tf.Tensor.eval(con_mat, feed_dict=feeddict, session=sess))

Quelle

2017-08-08 10:29:09

so sollte in meinem Fall Feeddict {y: correct} sein? während y ist der Platzhalter für Etiketten .. @Ishant Mrinal –

Recht! das wird funktionieren. –

Ich habe diesen Fehler, wie richtig ist im Tensor-Format: 'raise TypeError ('Der Wert eines Feeds kann nicht ein tf.Tensor Objekt.' TypeError: Der Wert eines Feeds kann nicht ein tf.Tensor Objekt. Akzeptabel Feed-Werte enthalten Python-Skalare, Strings, Listen, numpy ndarrays oder TensorHandles.' @Ishant Mrinal, was soll ich tun? –

Confusion Matrix für Deep Learning

Antwort

Verwandte Themen