如何在keras预测模型CNN中获得概率百分比

Question

在这里，我得到的数据为 [0 1 0 0] 或 [0 0 0 1]，--- 我明白它告诉我 [0 1 0 0] 是 label2，[0 0 0 1] 是label4，[1 0 0 0] 是 label1，[0 0 1 0] 是 label3。import picklefrom keras.preprocessing.sequence import pad_sequencesMAX_SEQUENCE_LENGTH = 1000MAX_NB_WORDS = 20000with open ('textsdata', 'rb') as fp:    texts = pickle.load(fp)tokenizer = Tokenizer(num_words=MAX_NB_WORDS)tokenizer.fit_on_texts(texts)sequences = tokenizer.texts_to_sequences(texts)inputquery = ["Play some music will ya"]sequences = tokenizer.texts_to_sequences(inputquery)model = load_model('my_model.h5')model.compile(loss='categorical_crossentropy', optimizer='rmsprop', metrics=['acc'])print("sequences", sequences)data = pad_sequences(sequences, maxlen=MAX_SEQUENCE_LENGTH)classes = model.predict(data)y_classes = classes.argmax(axis=-1)print(y_classes)我需要它的百分比就像它有信心它是 label1 为 0.67 softmax 之前的值或有足够信心告诉它是 label1 或 label2 或 label3 或 label4 的值 -我需要它的百分比是其中任何一个或所有这些百分比，例如......如果给定输入，输出就像1 级 - 0.872 级 - 0.33 级 - 0.5Class4 - 0.5 我怎样才能得到这种输出，而不仅仅是 [1 0 0 0] 我应该在上面的代码旁边添加什么，请告诉

Answer 1

from keras.models import load_model

from keras.preprocessing import image

model=load_model("/blah/blah/blah")

img = image.load_img(path, color_mode = "grayscale", target_size=(128, 128, 1))

y = image.img_to_array(img)

y = np.expand_dims(y, axis=0)

images = np.vstack([y])

classes = model.predict(images/255.0, batch_size=8, verbose=0)

Answer 2

predict 返回一个包含预测的列表。你可以用这个

results = model.predict(data)

for result in results:

    print(str(result))

这将返回

0.99

0.87

0.75

或者如果你在另一个列表中有这些类，你应该这样做。

res = model.predict(data)

results = [[i,r] for i,r in enumerate(res)]

results.sort(key=lambda x: x[1], reverse=True)

for r in results:

    print(classes[r[0]], str(r[1])))

这返回

("classA", 0.99)

("classB", 0.95)

Answer 3

有一个名为的方法predict_proba返回单个类的概率而不是类预测。这可以用作

probabilities = model.predict_proba(data)

在此博客中查找更多信息。