備註：tensorflow模型訓練時同時進行測試，將結果視覺化。
阿新 • • 發佈：2019-01-26
1、首先建立兩個placeholder，用來存放測試資料集，和標籤。
x = tf.placeholder(tf.float32, shape = [BATCH_SIZE,256,256,3])
y_ = tf.placeholder(tf.int16,shape = [BATCH_SIZE]) 2、建立一個FileWriter ,用於寫入測試資料資訊
test_writer = tf.summary.FileWriter(logs_test_dir, sess.graph)3、將測試資料傳入到訓練中的模型
val_image,val_label = sess.run([test_batch,test_label_batch]) val_loss , val_acc = sess.run([train_loss,train__acc],feed_dict={x:val_image,y_:val_label})
print('Step %d, test loss = %.2f, test accuracy = %.2f%%' %(step, val_loss, val_acc*100.0))
summary_str = sess.run(summary_op)4、將資訊將入到log中
test_writer.add_summary(summary_str, step)注：
tf.train.Saver