Day 29: Tensorflow分类 分类图像衣物 (四)

Tensorflow 衣物图像分类 (四)

辅助阅读: Basic classification: Classify images of clothing

在上一篇我们介绍了建立模组、编译模组、训练模组、输入模组及评估准确度的各项步骤，接着就到了我们模组预测的阶段!

制作预测

当模组训练好後，可以使用这个模组去预测一些图片。模组的线性输出”logits”，附加一个softmax层以将logit转换为概率。

这个模组已经预测了标签给每个训练图片。

一个预测为10个数字的阵列，他代表模组对於每个图片对应於十种不同分类的”自信程度”，你可以看到最高的自信程度值。

将图片画出来看10个分类的预测。

验证预测

当模组训练好後，你可以使用他去预测某些图片
查看第零张图片，预测和预测阵列。正确的预测标签为蓝色，不正确的预测标签为红色。数字给出了预测标签的百分比(满分为一百)

使用训练好的模组

最後，使用预测模组去预测单张图片

Keras模组经过优化後可以立刻对一批货一组例子进行预测。因此即使你使用单张图片。依旧得将图片放置於list中

现在可以为图片预测正确的标签。

Predict 回传一个列表包含多个列表。一个列表代表在批量中的一张图片。在批量中抓取刚刚图片的预测。