Keras softmax 概率答案

【问题标题】：Keras softmax probabilitiesKeras softmax 概率
【发布时间】：2023-04-10 15:36:01
【问题描述】：

我试图从最后一层是 softmax 层的网络中获取 softmax 概率，当我使用 model.predict() 时，我得到的是类而不是概率。谁能告诉如何获得概率。

 model = Sequential() 
 model.add(Convolution2D(32, 3, 3,input_shape=(32, 32, 3))) 
 model.add(MaxPooling2D((2, 2))) 
 model.add(Dropout(0.5))
 model.add(Activation('relu'))
 model.add(Convolution2D(32, 3, 3))
 model.add(MaxPooling2D((2, 2))) 
 model.add(Dropout(0.5))
 model.add(Activation('relu'))
 model.add(Flatten())      
 model.add(Dense(128))
 model.add(Activation('relu')) 
 model.add(Dense(43)) 
 model.add(Activation('softmax'))

【问题讨论】：

请提供更多信息，如果网络有 softmax 输出，那么 model.predict 将返回这些概率。如果您没有看到概率，那么代码中有问题。
你对“类”和“概率”的理解是什么？ Softmax 将始终返回所有类的“机会”，总和为 1。
请显示您的模型构建代码
我的网是：.我的网是：model = Sequential() model.add(Convolution2D(32, 3, 3,input_shape=(32, 32, 3))) model.add(MaxPooling2D ((2, 2))) model.add(Dropout(0.5)) model.add(Activation('relu')) model.add(Convolution2D(32, 3, 3)) model.add(MaxPooling2D((2, 2))) model.add(Dropout(0.5)) model.add(Activation('relu')) model.add(Flatten()) model.add(Dense(128)) model.add(Activation('relu' )) model.add(Dense(43)) model.add(Activation('softmax'))
当我使用 model.predict(pics_data[0:6], batch_size=32, verbose=1) 我得到 0 和 1 而不是概率（我认为是直接预测的类）跨度>

标签： keras softmax

【解决方案1】：

您的模型的输出值将介于 0 和 1 之间。你的模型应该给出一个大小为 43 的向量，并且所有输出的总和将加一。

根据您的训练，如果与训练示例相似，这些“概率”对于所选类通常几乎为 1，表明模型训练有素。

【讨论】：