tensor flow 学習後の識別方法

Question

tensorflowを用いて簡単なNNを学習しました．
しかし，学習したモデルを利用して実際に識別を行う方法がいまいち理解できておりません．
学習したパラメータを利用して，簡単に識別結果を返すことはできないのでしょうか．
入力層に与える実数を変数に与え，識別してくれるような機能を実装したいです．

以下実行部分のコードを抜粋します．
構築したモデルは入力層６・出力層４つのユニットからなる2層のものです．
ソフトマックス関数とクロスエントロピーを用いた基礎的なものです．

with tf.Session() as sess:
    sess.run(tf.initialize_all_variables())
    saver = tf.train.Saver()
    cwd = os.getcwd()
    for i in range(60):
        sess.run([train_model], feed_dict={X: data_body, Y: label_body})
    print ("認識率: ", accuracy.eval(session = sess ,feed_dict={X: data_body, Y: label_body}))

宜しくお願い致します．

Answer 1

コード全体が示されていないので確定的なことは言えませんが、学習処理終了後に、sess.runを使って識別処理を実行すればいいのではないでしょうか。
通常、tenroflowの場合、(1)モデル、(2)コスト関数、(3)オプションパラメータがあらかじめ定義されている必要があります。これらの関数は、基本的にsess.runを使って実行できるものなので、このモデルだけを実行すれば識別できるはずです。