如何在单张图像上测试Deep MNIST for Experts代码？

Question

我刚从tensorflow开始，我想在我自己的图像上测试tensorflow的tutorial的训练模型。这是我用来测试使用SoftMax回归模型在教程开始对我自己的形象代码：

with open("three.jpeg", "rb") as f: 
    contents = f.read() 

image = tf.image.decode_jpeg(contents, channels=1) 
image_float = tf.image.convert_image_dtype(image, tf.float32) 
resized_image = tf.image.resize_images(image_float, [28, 28]) 
resized_image = tf.reshape(resized_image, [784]) 

img = 1 - resized_image.eval() 

classification = sess.run(tf.argmax(y, 1), feed_dict={x: [img]}) 
plt.imshow(img.reshape(28, 28), cmap=plt.cm.binary) 
plt.show() 
print ('NN predicted', classification[0]) 

其中的SOFTMAX功能，但不是为多层卷积网络正常工作。我想在这一行

classification = sess.run(tf.argmax(y, 1), feed_dict={x: [img]}) 

到y_conv改变y但它给了我这个错误：

InvalidArgumentError: You must feed a value for placeholder tensor 'Placeholder_2' with dtype float [[Node: Placeholder_2 = Placeholderdtype=DT_FLOAT, shape=, _device="/job:localhost/replica:0/task:0/cpu:0"]]

Answer 1

有在图形中的占位符的地方，你不喂。赔率是你需要另一个x在你的feed_dict，为另一个网络。