“与”的区别是什么；预测；及；预测“U类”；keras中的功能？

keras中的

predict

和

predict\u class

函数有什么区别

---

为什么

Model

对象没有

predict\u class

函数？

predict

将返回回归的分数，

predict\u class

将返回预测的类。虽然看起来相似，但也存在一些差异：

假设您试图预测图片是狗还是猫（您有一个分类器）：

• predict

  将返回您：0.6只猫和0.4只狗（例如）

• predict\u class

  将返回您的cat

现在想象一下，你正试图预测房价（你有一个回归器）：

• predict

  将返回预测价格

• predict\u class

  在这里没有意义，因为您没有分类器

TL:DR：对分类器使用

predict\u class

（输出是标签），对回归使用

predict

（输出是非离散的）

希望有帮助

---

对于第二个问题，答案是

预测类方法仅适用于顺序类，而不适用于模型类

---

如果“预测类”功能用于分类任务，为什么模型对象没有此功能？我在浏览stackoverflow时遇到了此问题，而不是在编码时。我觉得有点奇怪，因为这两个模型处理的任务类型应该是相似的。由于模型对象可以处理分类任务，因此它应该具有“预测类”功能。您能提供更多信息吗？也许是链接？你问题的答案是你给我的帖子的答案，你不明白的是什么？（试图在此提供帮助）。答案是：

predict\u classes方法仅适用于Sequential类（第一个模型的类），而不适用于model类（第二个模型的类）。对于Model类，您可以使用predict方法，该方法将为您提供一个概率向量，然后获得该向量的argmax（使用np.argmax（y_pred1，axis=1））。