我在 Keras 中进行回归,使用具有 1 个输入、10 个隐藏单元和 1 个输出的神经网络。我像往常一样拟合模型:
model.fit(x_train, y_train, nb_epoch=15, batch_size=32)
现在我想预测一个 xtest
,它是(如 x_train
和 y_train
)一个非常大的一维 numpy 数组。在 Keras 网络的文档中,您可以找到:
predict(self, x, batch_size=32, verbose=0)
所以我知道你必须这样做:
model.predict(xtest, batch_size=32)
我对 batch_size
指令感到困惑。这是否意味着 predict
以随机方式获取 xtest 的值?
因为我需要的是 predict
以与 xtest 给定的顺序完全相同的顺序生成输出。我的意思是,首先是 xtest[0] 的预测输出,然后是 xtest[1] 的预测输出,然后是 xtest[2] 的预测输出……等等。预测到该数组后,我想与我拥有的实际 ytest 进行一些比较,并进行一些统计。所以,顺序是必不可少的。我该怎么做?
提前谢谢你。
最佳答案
predict 方法保留示例的顺序。当您的数据很大并且您根本无法将大量示例加载到内存中时,批量大小至关重要。然后按照原始集合的顺序逐批加载和评估。
关于python - 在 Keras 中使用 `predict` 以给定的相同顺序预测一维数组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36946535/