tensorflow - 抓取张量流预测精度
问题描述
model = tf.keras.models.load_model(".\\models\\dogandcat")
prediction = model.predict([prepare(pic)])
if CATEGORIES[int(prediction[0][0])] == 'Dog':
print('Dog')
这是我当前用于获取图像类型的代码。一旦检测到狗,我就试图让它看看检测的确定性/准确度。希望,这是有道理的?
解决方案
如果通过
我试图让它看看检测的确定性/准确度......
你的意思是模型为“狗”类型的图像提供的概率,那么你应该只取 logits 并查看狗的索引(可以从你的 CATEGORIES 变量中推断出来)。
logits是模型最后一个 softmax 层的输出。
推荐阅读
- visual-studio-code - 在最后一行之后移动光标?
- c++ - 在函数中传递 const 对象
- passwords - Alpine Linux:如何强制用户在下次登录时更改密码?
- javascript - 将对象序列化为 XML 会破坏结构定义
- python-3.x - FileNotFoundError:[Errno 2] 没有这样的文件或目录:'2MCREF~E.JPG'
- excel - 如何隐藏某一列中包含空白单元格的所有行?
- python - 如何使用熊猫将行的开始日期和结束日期转换为每月块?
- node.js - 通过nodejs向客户端发送请求进度并表达
- javascript - 在组件中捕获 html
- go - 我对包字节中的 Go 指针使用有疑问