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

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