MNIST에서 생성 된 Tensorflow 모델에 대한 베개 이미지 테스트 중입니까?

Question

MNIST For ML Beginners에 대한 기본 예제를 살펴 보았고 MNIST 데이터베이스에서 간단한 숫자 분류자를 만들었습니다.

자습서 코드는 mnist_softmax.py이지만 자체 테스트 이미지에 대해 분류자를 사용합니다. 베개에서로드 된 내 이미지로 시도하고 싶습니다. 여기

내가 수정 한 부분이다 :

from PIL import Image 

    # Test trained model 
    img = Image.open("09.png").convert('L') 
    data = np.ndarray.flatten(np.array(img)) 
    result = sess.run(tf.argmax(y,1), feed_dict={x: [data]}) 
    print (' '.join(map(str,result))) 

그러나이 오류 : 내가 사용

ValueError: Cannot feed value of shape (1, 1568) for Tensor u'Placeholder:0', which has shape '(?, 784)' 

이미지는 28x28입니다 :

으로 9 및 14으로 각각 지정하십시오.

기계 학습이라는 주제로 몇 가지 자습서를 읽기 시작한 이래로 분류 프로그램이 어떻게 작동하는지 오해 할 수도 있습니다. 제 질문은 어떻게 이러한 이미지를 베개에서 분류 자로로드하고 분류 자에서 올바른 자릿수를 결정하도록 할 수 있습니까?

---

편집 : 는 @의 샤샤의 의견을 바탕으로, 내가 코드를 업데이트했지만 잘못된 결과를 얻고있다.

을하지만 지금 결과는 7 또는 3 중 하나입니다 : 나는 9 이미지를 청소했습니다.

Answer 1

이미지를 1 채널로 변환하여 모양이 일치하지 않는다는 것을 알았습니다. 이제 문제는 테스트 예측이 잘못되었다는 것입니다. 그래서 이것은 당신의 ML 모델이 그 테스트 케이스에 실패했다는 것을 설명합니다.

항상 열차와 테스트 정확도를 계산하여 모델 성능을 분석하고 모델이 직면 한 문제를 파악하십시오.

그래서 모델을 개선 할 수있는 방법에 대한 해결책을 찾으십시오. 길쌈 신경망을 사용하여 레이어 수를 늘리거나 합치는 등

this 링크를 확인하십시오. 여기서는 99.45의 정확도를 갖는 숫자 인식을위한 간단한 CNN 모델을 작성했습니다.

Kaggle의 다른 커널을 참조하여 같은 문제에 대한 다른 접근 방법에 대해 자세히 알아보십시오.

희망이 도움이됩니다.