使用DeepLearnToolbox预测单张图像的标签

我正在使用DeepLearnToolbox来进行CNN(卷积神经网络)的操作。

我已经成功地计算了我的网络,并且已经看到了我的准确率,但我的问题是:

如何将单张图像输入到网络中以获得预测的标签?

我希望得到的最终结果是一个预测的标签,可能还包括每个未预测标签的错误率。

谢谢你。


这是我用来测试准确率的代码:

function [er, bad] = cnntest(net, x, y) % net = 网络, x = test_x (图像), y = test_y (标签)    %  前向传播    net = cnnff(net, x);    [~, h] = max(net.o);    [~, a] = max(y);    bad = find(h ~= a);    er = numel(bad) / size(y, 2);end

回答:

这两行代码

net = cnnff(net, x);[~, h] = max(net.o);

将图像x输入到网络中,然后计算输出激活值最大的索引h。你可以对任意输入图像x执行相同的操作,它将为你提供类别h

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