Получение прогноза в Керасе
Я успешно обучил простую модель в Керасе для классификации изображений:
model = Sequential()
model.add(Convolution2D(32, 3, 3, border_mode='valid', input_shape=(img_channels, img_rows, img_cols),
activation='relu', name='conv1_1'))
model.add(Convolution2D(32, 3, 3, activation='relu', name='conv1_2'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Convolution2D(64, 3, 3, border_mode='valid', activation='relu', name='conv2_1'))
model.add(Convolution2D(64, 3, 3, activation='relu', name='conv2_2'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(512, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(nb_classes, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer=sgd, metrics=['accuracy'])
Я также могу предсказать классы изображений, используя
y_pred = model.predict_classes(img, 1, verbose=0)
Однако выходy_pred
всегда двоичный Это также, кажется, имеет место при использованииpredict_proba
а такжеpredict
, Мои выводы в этой форме
[[ 1. 0. 0. 0.]]
[[ 0. 1. 0. 0.]]
Это работает хорошо, но я хотел бы иметь процент вероятности для каждой классификации, например
[[ 0.8 0.1 0.1 0.4]]
Как мне получить это в Керасе?