如何在 Keras 中获得预测值？答案

【问题标题】：How to get predicted values in Keras?如何在 Keras 中获得预测值？
【发布时间】：2017-08-09 09:57:05
【问题描述】：

在 Keras 测试样本评估是这样完成的

score = model.evaluate(testx, testy, verbose=1)

这不会返回预测值。有一个方法predict 返回预测值

model.predict(testx, verbose=1)

[ 
[.57 .21 .21]
[.19 .15 .64]
[.23 .16 .60] 
.....
]

testy 是一种热编码，它的值是这样的

[
[1 0 0]
[0 0 1]
[0 0 1]
]

testy 之类的预测值如何转换为热编码？

注意：我的模型是这样的

# setup the model, add layers
model = Sequential()
model.add(Conv2D(32, kernel_size=(3,3), activation='relu', input_shape=input_shape))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(64, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(classes, activation='softmax'))

# compile model
model.compile(loss=keras.losses.categorical_crossentropy, optimizer=keras.optimizers.Adadelta(), metrics=['accuracy'])

# fit the model
model.fit(trainx, trainy, batch_size=batch_size, epochs=iterations, verbose=1, validation_data=(testx, testy))

【问题讨论】：

标签： python neural-network keras

【解决方案1】：

返回的值是每个类的概率。这些值很有用，因为它们表明了模型的置信度。

如果你只对概率最高的类感兴趣：

例如[.19 .15 .64] = 2（因为列表中的索引2最大）

让模型来吧

Tensorflow 模型有一个内置方法，可以返回最高类别概率的索引。

model.predict_classes(testx, verbose=1)

手动操作

argmax 是一个通用函数，用于返回序列中最大值的索引。

import tensorflow as tf

# Create a session
sess = tf.InteractiveSession()

# Output Values
output = [[.57, .21, .21], [.19, .15, .64], [.23, .16, .60]]

# Index of top values
indexes = tf.argmax(output, axis=1)
print(indexes.eval()) # prints [0 2 2]

【讨论】：

返回的值是概率，而不是对数似然。
verbose=1 有什么作用？
问题：如何根据索引获取标签名称？谢谢

【解决方案2】：

Keras 返回一个 np.ndarray 与类标签的归一化似然。因此，如果要将其转换为 onehotencoding，则需要找到每行最大似然的索引，这可以通过沿轴 = 1 使用 np.argmax 来完成。然后，要将其转换为 onehotencoding，可以使用 np.eye 功能。这将在指定的索引处放置一个 1。唯一需要注意的是将维度化为适当的行长度。

a #taken from your snippet
Out[327]: 
array([[ 0.57,  0.21,  0.21],
       [ 0.19,  0.15,  0.64],
       [ 0.23,  0.16,  0.6 ]])

b #onehotencoding for this array
Out[330]: 
array([[1, 0, 0],
       [0, 0, 1],
       [0, 0, 1]])

n_values = 3; c = np.eye(n_values, dtype=int)[np.argmax(a, axis=1)]
c #Generated onehotencoding from the array of floats. Also works on non-square matrices
Out[332]: 
array([[1, 0, 0],
       [0, 0, 1],
       [0, 0, 1]])

【讨论】：

感谢您的回答！这正是我所需要的！

【解决方案3】：

函数predict_classes() 将被弃用。现在，为了获得一种热编码，您只需在 softmax (model.predict(q) > 0.5).astype("int32") 上进行操作。

【讨论】：