如何从密集层的所有预测输出中获取最大概率的输出?

我训练了一个用于手语识别的神经网络。这是我的输出层 model.add(Dense(units=26,activation="softmax")) 现在我得到了26个字母的概率。当我测试这个模型时,我得到了99%的准确率 accuracy = model.evaluate(x=test_X,y=test_Y,batch_size=32)。我对此很新手,我不明白这段代码是如何工作的,我在这里错过了什么重要的东西。如何得到一个只包含预测字母的一维列表?


回答:

要获取概率,你需要做类似这样的事情:

prediction = model.predict(test_X)probs = prediction.max(1)

但重要的是要记住,softmax并不完全提供每个类别的概率。

Related Posts

在使用k近邻算法时,有没有办法获取被使用的“邻居”?

我想找到一种方法来确定在我的knn算法中实际使用了哪些…

Theano在Google Colab上无法启用GPU支持

我在尝试使用Theano库训练一个模型。由于我的电脑内…

准确性评分似乎有误

这里是代码: from sklearn.metrics…

Keras Functional API: “错误检查输入时:期望input_1具有4个维度,但得到形状为(X, Y)的数组”

我在尝试使用Keras的fit_generator来训…

如何使用sklearn.datasets.make_classification在指定范围内生成合成数据?

我想为分类问题创建合成数据。我使用了sklearn.d…

如何处理预测时不在训练集中的标签

已关闭。 此问题与编程或软件开发无关。目前不接受回答。…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注