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)
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)