如何使用训练好的模型在Keras中获取每个案例的概率

我制作了一个图像分类模型,想知道在归一化之前每个图像的具体概率

例如

☆(输入的星星图片)

-> {0.03, 0.07, 0.90} (结果为{p_square, p_circle, p_star})

我使用了

output_array=model.predict_classes(test_image)

它只输出一个独热编码值,像这样

{1, 0, 0}

如何返回预测概率?


回答:

调用:

model.predict_proba(test_image)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注