【问题标题】:Print or save output of tf.keras model, paired with inputs打印或保存 tf.keras 模型的输出,与输入配对
【发布时间】:2022-07-04 21:32:23
【问题描述】:
def locations_model(...):
    input_shape = image_shape + (3,)
    base_model = tf.keras.applications.MobileNetV2(...)                                                                base_model.trainable = False 
    inputs = tf.keras.Input(...)  
... ...     
    outputs = tfl.Dense(5, activation = "softmax")(x)
    model = tf.keras.Model(inputs, outputs)
 
    return model

上面的代码只是在一个 tf.keras 模型中显示输入和输出,该模型将输入图像分为 5 个类别。 如何保存每个输入图像的输出类别(“y_pred”)?

简单的语句 ypreds = model(inputs)ypreds = model.predict(inputs) 生成一组加到 1 的 5 元素数组,即概率。
因此,问题是如何输出预测的类别,在这种情况下是整数:0-4,而不是概率。 更新:这是 Apostolova 对 Lodzz 的“从 Keras 功能模型获取类标签”问题的回答,如 test_probas = model.predict(test_data) test_classes = probas.argmax(axis = -1)

【问题讨论】:

  • 为了格式化代码,你必须在代码的开头和结尾放置三个反引号(```)。确保将反引号放在空行上,而不是放在已经包含代码的行上。此外,您可以在前三个反引号后添加语言标识符。
  • 正如我在编辑后的问题中所写,Emilia Apostolova 已经弄清楚了。代码是probas = model(x_in); x_classes = probas.argmax( axis = - 1)

标签: python tensorflow keras file-io


【解决方案1】:

感谢您的确认@EduardoriosChicago。为了社区的利益,我在这里提及您的回答。

代码是

probas = model(x_in); 
x_classes = probas.argmax( axis = - 1)

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2013-05-31
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2011-12-19
    • 1970-01-01
    相关资源
    最近更新 更多