我对神经网络还不太熟悉，我为初学者复习了MNIST的例子。
我目前正试图在另一个没有测试标签的Kaggle数据集上使用这个示例。
如果我在没有相应标签的测试数据集上运行模型，因此无法像MNIST示例中那样计算精度，我希望能够看到预测。有没有可能以某种方式访问观察结果和它们的预测标签，并将它们打印出来？
最佳答案
我认为您只需要评估您的输出张量，如教程中所述：
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))
要获得张量的输出，请参见docs：
在会话中启动图形后，可以通过将张量传递给session.run（）来计算其值。eval（）是调用tf.get_default_session（）.run（t）的快捷方式。
如果你想得到预测而不是准确度，你需要用同样的方法评估你的输出张量
y：print(sess.run(y, feed_dict={x: mnist.test.images}))