基于模型预测概率结果，输出真实预测值
【摘要】 深度学习做分类任务时，通过softmax层后，输出各个类别的概率值。其中，最大概率值索引对应的类别，就是模型预测的最终结果。本文讲述了使用Python将概率值转换最终预测结果。先看一下10个类别，这10个类别，是fashion_mnist的类别。class_name = [ ]假定我们的模型已经训练好，直接使用训练好的模型进行预测。pre...
深度学习做分类任务时，通过softmax层后，输出各个类别的概率值。其中，最大概率值索引对应的类别，就是模型预测的最终结果。
本文讲述了使用Python将概率值转换最终预测结果。
先看一下10个类别，这10个类别，是fashion_mnist的类别。
class_name = [ ]
假定我们的模型已经训练好，直接使用训练好的模型进行预测。
predictions = model.predict(x_test)
predictions的shape是(len(x_test), len(types))，我们看一下第一个预测结果predictions[0]，输出的概率值吧
array([ ]=float32)
总共有10个类别，分别对应10个概率值，其中，概率值最大的是最后一位：8.3170652e-0，对应class_name即是Ankle boot。
借助pandas快速完成这个目的。
pandas pd result = pd.Series(predictions[]=class_name) type = result.idxmax() max_score = result.max()
其中，合成的series是下面这样的形式，可以看出Ankle boot对应的值是最高的。如
T-shirt Trouser Pullover Dress Coat Sandal Shirt Sneaker Bag Ankle boot
本文来自：“机器在学习”
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）