Keras 利用卷积神经网络模型文件

我已经训练了我的模型，并使用model.save保存了它

如何使用模型文件预测图像

我使用了这篇文章和这段代码

# Modify 'test1.jpg' and 'test2.jpg' to the images you want to predict on

from keras.models import load_model
from keras.preprocessing import image
import numpy as np

# dimensions of our images
img_width, img_height = 320, 240

# load the model we saved
model = load_model('model1.h5')
model.compile(loss='binary_crossentropy',
              optimizer='rmsprop',
              metrics=['accuracy'])

# predicting images
img = image.load_img('yes.jpeg', target_size=(img_width, img_height))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)

images = np.vstack([x])
classes = model.predict_classes(images, batch_size=10)
print(classes)

# predicting multiple images at once
##img = image.load_img('yes.jpeg', target_size=(img_width, img_height))
##y = image.img_to_array(img)
##y = np.expand_dims(y, axis=0)

# pass the list of multiple images np.vstack()
##images = np.vstack([x, y])
##classes = model.predict_classes(images, batch_size=10)

# print the classes, the images belong to
print(classes)
print(classes[0])
print(classes[0][0])

但这个结果是错误的

[[1]]
[[1]]
[1]
1

---

如何将其转换为类索引？

除非您想再次训练，否则不要重新编译您的模型。只需加载模型，然后进行预测

---

编译将重置权重。

这些是类索引

model.predict（）

返回类概率，

model.predict\u classes（）

返回类索引。我已经完成了model.predict\u classes（）。要返回像{0:cancer，1:noncancerous}这样的类索引，如何得到它？