将 keras CNN 应用于新数据集答案

【问题标题】：Applying keras CNN to new dataset将 keras CNN 应用于新数据集
【发布时间】：2017-11-17 21:34:12
【问题描述】：

在这里完成 Keras/ML 初学者！

给定一个成功训练的 NN（CNN 或其他）导致 my_model.h5，我可以将模型加载为

from keras import load_model
model = load_model("my_model.h5")

加载一个我只想应用我的 NN（不是训练或验证）的新数据集，我该怎么做？据我了解，对于我输入的每个样本，我应该能够得到一个介于 0 和 1 之间的分数，以量化 NN 对该样本类似信号的置信度。我如何获得这些数字，例如格式为{sample1: score, sample2: score,...}?

非常感谢任何帮助！

【问题讨论】：

【解决方案1】：

就是这样：

results = model.predict(inputData)

inputData 的维数必须与训练数据的维数相同，并且形状必须兼容。

按照标准，样本位于第一维中。

for res in results:
    #res is the score for a sample

【讨论】：

太好了，谢谢！所以我会列出一个列表——除了跟踪我输入的样本的顺序之外，没有办法将它与原始样本匹配？
你会得到一个 numpy 数组。（并且 inputData 也应该是一个 numpy 数组）。输出样本是输入样本，1 到 1。您可以使用 zip(inputData,results)，您将拥有成对的输入/输出项。