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。
<<: Day 0x19 - odoo addons 永丰金流开发(Part 1 - 预期目标)
>>: [21] [Discord 机器人] 01.建立基本机器人
上一篇文章跳过了安装的部分,让大家自己尝试一下,不知道大家有没有完成这个任务了呢? 没有的话没关系,...
安装SDK 要使用Google云端首先起手式SDK,古人说工欲善其事必先利其器的道理告诉了我们可以先...
要收假收心了~大家继续加油啦! 今天要看得比较是事件处里, Alpine.js和Vue.js都可直接...
函数指标只要参数与返回值相同是可以随时指向一个新的函数如前所说的max, min,当然C++作为那个...
A lie would have no sense unless the truth were f...