【发布时间】:2019-01-25 06:17:11
【问题描述】:
iter_test = 0
对于图片,test_loader 中的标签:
iter_test += 1
images = images.view(-1, 28*28)
outputs = model(images)
_, predicted = torch.max(outputs.data, 1)
if iter_test == 1:
print('PREDICTION')
print(predicted[0])
print('LABEL SIZE')
print(labels.size())
print('LABEL FOR IMAGE 0')
print(labels[0])
我得到这段代码的输出如下:
预测
张量(7)
标签尺寸
火炬.Size([100])
图像 0 的标签
张量(7)
代码完美运行。我想知道我是否可以得到类似“MNIST”的图像作为输出以及预测?
【问题讨论】:
-
这是您的测试数据集的一部分。您始终可以显示来自测试加载器的实际值和实际图像。您是否希望您的网络生成类似“MNIST”的图像作为输出以及预测?
-
是的,但无法理解如何
-
您使用的是哪个网络?有些网络可以生成图像,但这取决于您的用例。对于初学者,您可以阅读blog.openai.com/generative-models。
-
我正在使用 MNIST 网络(一组数字作为图像)。我正在考虑使用 matploitlib 获得输出
-
那一堆数字图像被称为数据集(训练、验证和测试)。但该数据集在训练、验证或测试阶段被馈送到网络。网络是从数字图像中预测数值的一种。你在学习 tensorflow 网站上的教程吗? pyplot 用于显示现有图像,如数据集中的图像和其他绘图任务,如绘图。但是 pyplot 不会“生成”图像。
标签: python neural-network pytorch matplotlib-basemap