Ich fand model.predict und model.predict_proba beide geben eine identische 2D-Matrix, die Wahrscheinlichkeiten für jede Kategorie für jede Zeile darstellt.keras: was ist der Unterschied zwischen model.predict und model.predict_proba
Was ist der Unterschied zwischen den beiden Funktionen?
vorhersagen
predict(self, x, batch_size=32, verbose=0)
Ausgangsvorhersagen für die Eingangsabtastwerten erzeugt, die Bearbeitung der Proben in einer dosierten Weise.
Argumente
x: the input data, as a Numpy array.
batch_size: integer.
verbose: verbosity mode, 0 or 1.
Returns
A Numpy array of predictions.
predict_proba
predict_proba(self, x, batch_size=32, verbose=1)
Prognosen Klasse Wahrscheinlichkeit für die Eingangsabtastwerte Charge für Charge generiert.
Argumente
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.
Returns
A Numpy array of probability predictions.
bearbeiten: In der jüngsten Version von keras, vorhersagen und predict_proba ist das gleiche heißt beide Wahrscheinlichkeiten geben. Verwenden Sie predict_classes, um die Klassenbezeichnungen zu erhalten. Die Dokumentation wird nicht aktualisiert. (angepasst von Avijit Dasguptas Kommentar)
Aber es scheint, Modell.Predict gibt auch eine Reihe von Prability Vorhersagen eher, dass direkte Proben Etiketten – jingweimo
wirklich! Ich denke nicht. Vorhersagen geben Ihnen nicht unbedingt direkte Beschriftungen, es kann Ihnen Punkte für Beschriftungen geben, aus denen Sie die beste Beschriftung finden, aber die Klassenwahrscheinlichkeiten nicht vorhersagen. –
In der neuen Version von Keras sind Vorhersage und Vorhersage_Probe gleich, d. H. Beide geben Wahrscheinlichkeiten an. Verwenden Sie predict_classes, um die Klassenbezeichnungen zu erhalten. Die Dokumentation wird nicht aktualisiert. –
Wie in früheren Kommentaren erwähnt (und here), gibt es derzeit keinen Unterschied.
Allerdings scheint man exist only for backward compatibility (nicht sicher, welche, und ich wäre daran interessiert zu wissen).
Entschuldigung, hier zu kommentieren. Aber ich konnte nicht herausfinden, wie ich Ihnen sonst etwas mitteilen soll. Ich hatte eine Antwort auf Ihre Frage zum Lesen der Datei von einer Website ... aber die Frage wurde gelöscht, bevor ich antworten konnte. Wenn Sie erneut fragen, kann ich antworten –