输入图像为320 x 320 px。我有5个conv层,FC层有512个输出,最后一个层只有两个输出:“好”或“坏”。质量控制必须有1.0的准确性。我在用tensorflow。我的模型输出很大的逻辑,如果我最大限度地使用这些逻辑,我总是得到100%的“好”或“坏”的概率。因此,如果我的模型正确地预测了该示例,则成本(按cross_entropy_with_logits计算)为0。如果所有的训练实例都被正确地预
因此,我一直在通过这个计算机视觉项目学习TensorFlow,但我不确定自己是否理解得足够好。我认为我的会话部分是正确的,尽管图似乎是这里的问题。train_set, test_set = load_dataset() custom function and and custom made dataset Y_train = np.array([ex[1] for ex in train_set])
X_test = np.array([ex