使用神经网络训练的监督分类估计不同类别的概率

在教程 https://www.tensorflow.org/tutorials/keras/classification

https://www.tensorflow.org/tutorials/keras/classification#make_predictions

预测结果是一个包含10个数字的数组。这些数字代表模型对图像对应于10种不同服装类别的“信心”程度。你可以看到哪个标签的信心值最高:

如果我想估计每个类别(不同服装)的概率,而不是信心,我该怎么做呢?


回答:

正如@*** 在评论中提到的,上述代码中的信心

probability_model = tf.keras.Sequential([model,                                          tf.keras.layers.Softmax()])predictions = probability_model.predict(test_images)

由变量predictions给出的确实是概率。

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