我发现 model.predict
和 model.predict_proba
都给出了相同的 2D 矩阵,表示每一行的每个类别的概率。
这两个函数有什么区别?
最佳答案
预测
predict(self, x, batch_size=32, verbose=0)
为输入样本生成输出预测,以批处理方式处理样本。
参数
x: the input data, as a Numpy array.
batch_size: integer.
verbose: verbosity mode, 0 or 1.
返回
A Numpy array of predictions.
predict_proba
predict_proba(self, x, batch_size=32, verbose=1)
逐批为输入样本生成类别概率预测。
参数
x: input data, as a Numpy array or list of Numpy arrays (if the model has multiple inputs).
batch_size: integer.
verbose: verbosity mode, 0 or 1.
返回
A Numpy array of probability predictions.
编辑:在最新版本的 keras 中,predict 和 predict_proba 是相同的,即都给出概率。要获取类标签,请使用 predict_classes。文档未更新。 (改编自 Avijit Dasgupta 的评论)
关于python - keras:model.predict和model.predict_proba有什么区别,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40747679/