mnist-score для GAN в наборе данных mnist возвращает логит-тензор [batch, 10]

Question

Я использую этот код для подсчета баллов mnist (начальный балл). функция mnist_score возвращает счет в виде тензора. как я могу преобразовать его в плавающее?

def mnist_score(images, graph_def_filename=None, input_tensor=INPUT_TENSOR,
                output_tensor=OUTPUT_TENSOR, num_batches=1):
  """Get MNIST logits of a fully-trained classifier.
  Args:
    images: A minibatch tensor of MNIST digits. Shape must be
      [batch, 28, 28, 1].
    graph_def_filename: Location of a frozen GraphDef binary file on disk. If
      `None`, uses a default graph.
    input_tensor: GraphDef's input tensor name.
    output_tensor: GraphDef's output tensor name.
    num_batches: Number of batches to split `generated_images` in to in order to
      efficiently run them through Inception.
  Returns:
    A logits tensor of [batch, 10].
  """
  images.shape.assert_is_compatible_with([None, 28, 28, 1])

  graph_def = _graph_def_from_par_or_disk(graph_def_filename)
  mnist_classifier_fn = lambda x: tfgan.eval.run_image_classifier(  # pylint: disable=g-long-lambda
      x, graph_def, input_tensor, output_tensor)

  score = tfgan.eval.classifier_score(
      images, mnist_classifier_fn, num_batches)
  score.shape.assert_is_compatible_with([])

  return score

Answer 1

Следует отметить, что начальная оценка не имеет большого значения для MNIST. Он рассчитывает логиты и просматривает распределение этих логитов. Однако числа даже не являются классами в ImageNet, поэтому использование предварительно обученной сети приведет к произвольному выводу.

Помимо этого вы можете оценивать тензоры в тензорном потоке, используя либо сеанс и запуская этот сеанс с sess.run(score), либо, если вы находитесь в сеансе, вы можете просто использовать score.eval(). В зависимости от того, являются ли изображения местозаполнителем или фиксированным тензором, вам также может понадобиться передать изображения в метод.