Keras確定錯誤的預測
[英]Keras Determine Wrong Predictions
問題描述
我有一個訓練有素的Keras模型，並且有一個驗證集（即X_val，y_val）。 我想使用該模型對y_val進行預測，然后確定錯誤預測的索引。 然后，我將使用這些索引來確定與錯誤分類相對應的原始數據點。 如何獲得這些指數？
我的目標是顯示我們誤分類的原始輸入的列表。 這是我的錯誤分析的一部分。 原始輸入是文本，但這不應該相關。
1 個解決方案
解決方案1
0 2019-07-30 19:13:46
我建議使用模型的predict_class比較不正確的預測。
incorrects = np.nonzero(model.predict_classes(X_val).reshape((-1,)) != y_val)
添加或刪除一個單詞時，keras lstm轉換模型的錯誤預測
[英]keras lstm translation model wrong predictions when adding or deleting one word
使用Keras錯誤預測和/或模型創建不存在的類的文本分類（單詞袋）
[英]Text classification (Bag of words) using Keras wrong predictions && model creating non existent classes
Keras：TensorFlow 1.3模型在TensorFlow 1.4或更高版本下失敗（錯誤的預測）
[英]Keras: TensorFlow 1.3 model fails under TensorFlow 1.4 or later (wrong predictions)
使用 Keras 的二進制分類總是給出錯誤的預測：acc 總是 0.5
[英]Binary classification using Keras always give wrong predictions: The acc is always 0.5
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.