我正在训练一个模型，其输出是大小为 19 的 softmax 层。当我尝试 model.predict(x) 时，对于每个输入，我得到的似乎是 19 个类的概率分布。我尝试了model.predict_classes，得到了一个大小为x 的numpy 数组，每个输出等于0。我怎样才能得到一个输出的热向量？
【问题讨论】：
标签： python machine-learning neural-network keras data-science
所以predcit_classes 的文档在某种程度上具有误导性，因为如果您仔细检查它的implementation，您会发现它仅适用于二进制分类。为了解决您的问题，您可以通过以下方式使用numpy 库（基本上是一个函数argmax）：
import numpy as np
classes = np.argmax(model.predict(x), axis = 1)
.. 为每个示例获取一个带有类号的数组。为了获得 one-hot 向量 - 您可以通过以下方式使用 keras 内置函数 to_categorical：
import numpy as np
from keras.utils.np_utils import to_categorical
classes_one_hot = to_categorical(np.argmax(model.predict(x), axis = 1))
【讨论】：