tensorflow框架训练好的神经网络模型,加载之后再去测试准确率特别低
图中是我的加载方法
麻烦大神帮忙指正,是不是网络加载出现问题
首先手动重新构建了模型:以下代码省略了权值、偏置和网络搭建
# 构建模型
pred = alex_net(x, weights, biases, keep_prob)
# 定义损失函数和优化器
cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits_v2(labels=y,logits=pred))#softmax和交叉熵结合
optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate).minimize(cost)
# 评估函数
correct_pred = tf.equal(tf.argmax(pred, 1), tf.argmax(y, 1))
accuracy = tf.reduce_mean(tf.cast(correct_pred, tf.float32))
# 3.训练模型和评估模型
# 初始化变量
init = tf.global_variables_initializer()
saver = tf.train.Saver()
with tf.Session() as sess:
# 初始化变量
sess.run(init)
saver.restore(sess, tf.train.latest_checkpoint(model_dir))
pred_test=sess.run(pred,{x:test_x,
keep_prob:1.0})
result=sess.run(tf.argmax(pred_test, 1))