Tensorflow grab张量流预测精度
这是我当前获取图像类型的代码。一旦它检测到了狗,我会尽力让它看看检测有多确定/准确。希望这是有道理的 如果通过 我正试图让它看看检测有多确定/准确 你的意思是,模型给出的狗类型图像的概率,那么你应该只使用logits,看看狗的索引,它可以从你的CATEGORIES变量推断出来Tensorflow grab张量流预测精度,tensorflow,machine-learning,prediction,Tensorflow,Machine Learning,Prediction,这是我当前获取图像类型的代码。一旦它检测到了狗,我会尽力让它看看检测有多确定/准确。希望这是有道理的 如果通过 我正试图让它看看检测有多确定/准确 你的意思是,模型给出的狗类型图像的概率,那么你应该只使用logits,看看狗的索引,它可以从你的CATEGORIES变量推断出来 logits是您模型最后一个softmax层的输出。我们需要更多详细信息,尤其是您的模型架构。也许一个代码示例可以帮助他和其他人,比如我 model = tf.keras.models.load_model(".\\mod
logits是您模型最后一个softmax层的输出。我们需要更多详细信息,尤其是您的模型架构。也许一个代码示例可以帮助他和其他人,比如我
model = tf.keras.models.load_model(".\\models\\dogandcat")
prediction = model.predict([prepare(pic)])
if CATEGORIES[int(prediction[0][0])] == 'Dog':
print('Dog')