python - 分类器如何预测一个类别？（对于张量流/keras）

Question

我想自己实现模型，因此必须知道它是如何对数据进行分类的。我为 12 类分类器建立了一个模型，它预测得很好。但是最后一个 conv 层只输出 12 个浮点值，我不知道它是如何突然预测正确的类的。

有人可以为我解释吗？就像它取决于某个阈值还是选择最大值或其他什么？谢谢！

标签： pythontensorflowkerasdeep-learningclassification

Answer 1

您需要在模型中添加一个展平层，然后是一个密集层。密集层应该有 12 个节点并使用如下所示的 softmax 激活'您的模型现在将为每个图像输出 12 个概率值的列表。

flatten=tf.keras.layers.Flatten()(last_conv_layer)
output = Dense(12, activation='softmax')(flatten)
#after you train you can evaluate your model on your test set using model.evaluate() 
#to make Predictions use model.predict()
predictions=model.predict(.....
#you can get the index of the predicted class for the images you predict with
for p in predictions:
    predicted_index=argmax(p)
    print (predicted_index)

model.evaluate 和 model.predict 的文档在这里。添加两层后不要忘记重新编译模型。