主页 / 问题 / 942395
Accepted
Сергей Андреев
Asked:2020-02-08 17:50:14 +0000 UTC2020-02-08 17:50:14 +0000 UTC

使用 predict() 的神经网络预测中输入文本与每个类别的关系

  • 772

使用以下行：

loaded_model.predict(tokenize_text)

我得到这样的神经网络预测：

[[1.4275383e-02 5.4952472e-01 4.3477431e-01 4.6290222e-04 7.9817160e-05
  7.9108047e-04 9.1869697e-05]]

这是什么？是输入文本与每个类别相关的概率，还是其他？

如何进行这样的回答？

PS我使用categorical_crossentropy分类。

python

1 个回答

  1. Best Answer

    这是样本属于每个预测类别的概率矩阵。

    通常，在每一行中选择最高概率并将其视为预测结果。

    例子：

    In [59]: pred = np.random.rand(5,7)

In [60]: pred
Out[60]:
array([[0.25116354, 0.47708623, 0.21226491, 0.08802933, 0.45567165, 0.38426133, 0.49696775],
       [0.68885503, 0.86980125, 0.33731364, 0.38061702, 0.3829377 , 0.9580115 , 0.64637692],
       [0.56123832, 0.46719667, 0.56376401, 0.37573342, 0.62549972, 0.7701246 , 0.05129524],
       [0.02000297, 0.7092602 , 0.70582711, 0.0267432 , 0.1180354 , 0.4468312 , 0.4808733 ],
       [0.08240929, 0.6039415 , 0.59389567, 0.75639147, 0.06921623, 0.82351478, 0.75909791]])

In [61]: pred.argmax(axis=1)
Out[61]: array([6, 5, 5, 1, 5], dtype=int64)

    是否可以检查这些值，如果它们小于某个数字，例如，表明神经网络不确定答案？

    -1如果概率低于设置的阈值，则可以返回：

    In [71]: threshold = 0.5

In [72]: np.where(pred.max(axis=1) >= threshold, pred.argmax(axis=1), -1)
Out[72]: array([-1,  5,  5,  1,  5], dtype=int64)
    • 2

相关问题