我正在关注
https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html
具体来说:https://gist.github.com/ritazh/a7c88875053c1106e407300fc4f1d8d6
当我尝试使用 model.predict_proba(x) 获取预测的实际 P 值时，我得到 [[1.]] 或 [[0.]]，而不是像 0.69 这样的十进制值。 这是因为我使用只有两个类的 sigmod 激活还是我的设置有问题？
提前致谢。
最佳答案
在Sequential模型上使用model.predict_proba(x)确实应该产生十进制值。就我而言，大多数值等于 0. 或 1.，但其中一些(很少)实际上采用中间值。检查this example of predictions由我的模型生成(评估了大约 9000 个输入样本)。
我认为这可能是由于我在输出层使用的 sigmoid 造成的。由于 sigmoid 激活函数的特性，结果可能会被压缩为 1 或 0。
因此，请务必检查一堆不同的输入并可视化您的输出。这是一个example这可能有用。
此外，请确保对您的输入进行标准化，这通常是 sigmoid 可能压缩输出的原因!
关于python - Predict_proba不输出概率，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/45011328/