我正在使用具有 60000 个训练图像和 10000 个测试图像的 MNIST 示例。如何找出 10000 张测试图像中的哪一张分类/预测错误？
最佳答案
只需使用 model.predict_classes() 并将输出与真实标签进行比较。即:
incorrects = np.nonzero(model.predict_class(X_test).reshape((-1,)) != y_test)
获取错误预测的索引
关于python - 如何在测试集中找到错误的预测案例(使用 Keras 的 CNN)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/39300880/