主页 / 问题 / 920182
Accepted
Сергей Андреев
Asked:2020-12-15 06:59:58 +0000 UTC2020-12-15 06:59:58 +0000 UTC

如何使用神经网络响应

  • 772

在神经网络的输入端，我提交了一个文本，它应该分为 3 类。得到以下回复：

[[0.4575766  0.45049337 0.45947695]
 [0.43210754 0.41918626 0.43070686]
 [0.43210754 0.41918626 0.43070686]
 ...
 [0.4575766  0.45049337 0.45947695]
 [0.4575766  0.45049337 0.45947695]
 [0.4575766  0.45049337 0.45947695]]

长度等于文本中单词数的数组列表。

问题：

如何进一步处理这些数据？

完整脚本代码： https ://pastebin.com/ufJZE4Jr

python

1 个回答

  1. Best Answer

    model.predict() 返回类成员的概率矩阵。那些。在输出矩阵的每一行中，您会得到一个给定元素属于三个类中的每一个的概率。

    要选择概率最大的类，可以使用函数np.argmax(matrix, axis=1)

    例子：

    In [1]: predictions = np.array(
   ...: [[0.4575766,  0.45049337, 0.45947695],
   ...:  [0.43210754, 0.41918626, 0.43070686],
   ...:  [0.43210754, 0.41918626, 0.43070686],
   ...:  [0.4575766,  0.45049337, 0.45947695],
   ...:  [0.4575766,  0.45049337, 0.45947695],
   ...:  [0.4575766,  0.45049337, 0.45947695]])

In [2]: predictions
Out[2]:
array([[0.4575766 , 0.45049337, 0.45947695],
       [0.43210754, 0.41918626, 0.43070686],
       [0.43210754, 0.41918626, 0.43070686],
       [0.4575766 , 0.45049337, 0.45947695],
       [0.4575766 , 0.45049337, 0.45947695],
       [0.4575766 , 0.45049337, 0.45947695]])

In [3]: np.argmax(predictions, axis=1)
Out[3]: array([2, 0, 0, 2, 2, 2], dtype=int64)
    • 3

相关问题