如何计算我的ResNet9机器学习模型对每张图像的置信度?

我使用ResNet9算法构建了这个机器学习模型。该模型有38个类别。预测后,它会返回一个如下所示的元组:

enter image description here

它返回的是负值。在上面的例子中,最高值为-204.0966,这意味着它最有可能被预测为正确类别。

我想将其转换为百分比,以便查看该图像的置信度(准确性)。如果有人想查看代码,请告诉我。


回答:

你应该应用Softmax函数,该函数将向量值映射到总和为1的值(这是一种获得概率分布的方法),然后将结果乘以100以得到百分比:

import torchtorch.nn.functional.softmax(model_output) * 100

Softmax @ 维基百科

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