如何在 mnist tensorflow python 中获得预测的类标签？答案

【问题标题】：How can i get the predicted class labels in mnist tensorflow python?如何在 mnist tensorflow python 中获得预测的类标签？
【发布时间】：2020-07-01 16:05:39
【问题描述】：

在训练 mnist 张量流模型之后，我测试模型。我不知道我们如何提取预测标签结果列表。它只是给了我准确性和损失值。谁能帮我解决这个问题？

 # Evaluate the model and print results
  eval_input_fn = tf.compat.v1.estimator.inputs.numpy_input_fn(
      x={"x": eval_data},
      y=eval_labels,
      num_epochs=1,
      shuffle=False)
  eval_results = mnist_classifier.evaluate(input_fn=eval_input_fn)

【问题讨论】：

标签： python tensorflow testing predict mnist

【解决方案1】：

在 MNIST 数据集中，标签以上面的数字编码：

0 = T-shirt/top
1 = Trouser
2 = Pullover
3 = Dress
4 = Coat
5 = Sandal
6 = Shirt
7 = Sneaker
8 = Bag
9 = Ankle boot

因此，当您调用 model.predict(test_image) 时，它将返回一个长度等于 10 的数组，其中每个索引表示模型的置信度，即图像对应于每件不同的服装，完全按照上面的数字在数组顺序中，所以如果数组在索引 3 中的数字最高，则意味着模型预测这件衣服是连衣裙，要获得数组中的最高索引，您可以调用np.argmax(model.predict(test_image)[0])

为了方便索引到真实值的映射，即如果预测的服装是连衣裙或靴子，可以将服装名称存储在数组中，如：

class_names = ['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat',
               'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot']

最后你可以拨打：class_names[np.argmax(model.predict(test_image)[0])]

【讨论】：