对Keras中predict()方法和predict_classes()方法的区别说明
1 predict()方法
当使用predict()方法进行预测时，返回值是数值，表示样本属于每一个类别的概率，我们可以使用numpy.argmax()方法找到样本以最大概率所属的类别作为样本的预测标签。
2 predict_classes()方法
当使用predict_classes()方法进行预测时，返回的是类别的索引，即该样本所属的类别标签。以卷积神经网络中的图片分类为例说明，代码如下：
补充知识：keras中model.evaluate、model.predict和model.predict_classes的区别
1、model.evaluate 用于评估您训练的模型。它的输出是model的acc和loss，而不是对输入数据的预测。
2、model.predict 实际预测，输入为test sample，输出为label。
3、在keras中有两个预测函数model.predict_classes(test) 和model.predict(test)。如果标签经过了one-hot编码，如[1,2,3,4,5]是标签类别，经编码后为[1 0 0 0 0],[0 1 0 0 0]…[0 0 0 0 1]。
model.predict_classes(test)预测的是类别，打印出来的值就是类别号。并且只能用于序列模型来预测，不能用于函数式模型。
而model.predict(test)输出的还是5个编码值，要经过argmax(predict_test,axis=1)转化为类别号。
以上这篇对Keras中predict()方法和predict_classes()方法的区别说明就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了python如何选取excel文件满足特定条件的行问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-03-03
这篇文章主要介绍了如何从Python的cmd中获得.py文件参数操作，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2021-05-05
使用keras实现BiLSTM+CNN+CRF文字标记NER
这篇文章主要介绍了使用keras实现BiLSTM+CNN+CRF文字标记NER，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06
这篇文章主要介绍了Python入门教程(二十三)Python的继承,Python是一门非常强大好用的语言,也有着易上手的特性,本文为入门教程,需要的朋友可以参考下2023-04-04
这篇文章主要介绍了python避免死锁方法,较为详细的分析了死锁的成因与避免形成死锁的方法,需要的朋友可以参考下2015-06-06
这篇文章主要介绍了Python实现绘制自定义形状的词云示例，通过将一段文本中出现频率高的单词按其出现频率大小以及颜色深浅排列成一个词云图形，从而更好地展示文本中的信息，需要的朋友可以参考下2022-10-10
Pytorch 使用opnecv读入图像由HWC转为BCHW格式方式
这篇文章主要介绍了Pytorch 使用opnecv读入图像由HWC转为BCHW格式方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06
这篇文章主要介绍了python实现用户登陆邮件通知的方法,实例分析了Python计划任务与邮件发送的使用技巧,需要的朋友可以参考下2015-07-07
在Python中,HTTP认证通常指的是客户端在向服务器发送请求时,需要提供某种形式的认证信息,处理HTTP认证通常涉及到使用requests库,requests库提供了简单的方式来处理需要认证的HTTP请求,本文给大家介绍了Python处理HTTP认证的常见方法2025-03-03
这篇文章主要介绍了TensorFlow2基本操作之合并分割与统计，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-09-09
最新评论