文章/答案/技术大牛

发布

社区首页 >问答首页 >Keras:如何获得预测类的置信度？

问Keras:如何获得预测类的置信度？
EN

Stack Overflow用户

提问于 2019-06-12 20:48:10

回答 2查看 4.6K关注 0票数 4

我在Keras/TensorFlow工作。这是我的Keras模型：

model = Sequential()
model.add(Dense(512, input_shape=(max_words,)))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(num_classes))
model.add(Activation('softmax'))

model.compile(loss='categorical_crossentropy',
              optimizer='adam',
              metrics=['accuracy'])

在训练步骤和测试步骤之后，我正在编写一个接受输入(我不知道他的类别)的方法。该方法返回具有置信度的类别预测。现在这个方法只返回class的预测。方法如下：

def predict(input):
    try:
        x_prediction = tokenize.texts_to_matrix(input)
        q = model.predict(np.array([x_prediction[0],]))
        predicted_label = text_labels[np.argmax(q)]

        print("Prediction: " + predicted_label + "\n")

    except:
        return "Error"

我应该在方法中添加什么来获得相应预测的置信度？我不想使用变量'q‘的置信度，但我想使用贝叶斯方法。我该怎么做呢？谢谢

python

tensorflow

keras

回答 2

Stack Overflow用户

发布于 2019-06-12 21:14:14

在Keras中，model.predict()实际上会返回置信度。因此，在代码片段中，您可能希望输出q以查看所有置信度级别的整个数组。

np.argmax(x)给出了数组中的参数(位置)，其中X具有最大值。

票数 2

Stack Overflow用户

发布于 2019-06-12 21:13:31

向量q中的值是每个类的概率，它充当置信度值，因此您只需获取最大值并将其作为置信度返回。

但请注意，这些概率是由模型产生的，除非您使用产生校准概率的模型(如贝叶斯神经网络)，否则它们可能过于自信。

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/56562623

复制

相似问题

问Keras:如何获得预测类的置信度？
EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Keras:如何获得预测类的置信度？EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Keras:如何获得预测类的置信度？
EN