Python 确定模型的输出。预测与类别的关系

我试图找出如何从keras返回的一个热编码向量中确定类。问题是，我使用带有ImageDataGenerator的\u目录中的流\u来训练我的网络，导致keras自动将文件夹结构转换为我所知的类向量，我该如何解决这个问题

以下是我在代码中的培训安排：

    checkpoint = [ModelCheckpoint(
        'model.checkpoint.hdf5',
        period=1
   )]

    train_datagen = ImageDataGenerator(
        rotation_range=30)

    test_datagen = ImageDataGenerator(
        rotation_range=30)

    train_generator = train_datagen.flow_from_directory(
        '/train/',
        target_size=(x, y),
        batch_size=batch_size,
        class_mode='categorical')
    test_generator = test_datagen.flow_from_directory(
        '/test/',
        target_size=(x, y),
        batch_size=batch_size,
        class_mode='categorical')

    self.discriminator.fit_generator(
        train_generator,
        steps_per_epoch=10000,
        epochs=epochs,
        validation_data=test_generator,
        validation_steps=10,
        callbacks=checkpoint
    )

我的文件夹结构如下所示：

root/
    train/
        cow/
            0.jpg
            1.jpg
        pig/
            0.jpg
            1.jpg
    test/
        cow/
            0.jpg
            1.jpg
        pig/
            0.jpg
            1.jpg

---

keras中的预测指的是您自己的文件夹结构。如果列车由牛和猪组成。然后

cow=0

和

pig=1

。因此，如果predict返回0，则为cow，否则为pig。

keras中的predict指的是您自己的文件夹结构。如果列车由牛和猪组成。然后

cow=0

和

pig=1

。因此，如果预测返回0，则为cow，否则为pig

print(train_generator.class_indices)
{'cow': 0, 'pig': 1}

从文档中，“包含从类名到类索引映射的字典可以通过属性class_索引获得。”

从文档中，“包含从类名到类索引映射的字典可以通过属性class_索引获得。”