在cnn中提取特征时predict的目的是什么？

【问题标题】：What is the purpose of predict in extracting features in cnn?在cnn中提取特征时predict的目的是什么？
【发布时间】：2020-12-20 18:58:40
【问题描述】：

我使用 keras 制作了一个 cnn。

现在我想从这个模型中提取我的火车集的特征。我编译了模型并首先在训练集上对其进行了训练。然后我使用了'预测;提取训练集的特征。使用以下代码行。

     train_feature = model.predict(X_TRAIN)
     print(train_feature.shape) # (692,10)

692 是总的火车图像。现在10代表什么？我有10节课。这里的 10 代表什么？

【问题讨论】：

【解决方案1】：

这不叫“提取特征”。所以你不应该分配给这个名字：

train_feature = model.predict(X_TRAIN)  # I suggest train_output or something

假设您正确构建模型，列数（即 10）是您拥有的类别数。 10 个类别中的每一个都会在进行前向传递时产生概率。

【讨论】：