5
60000 학습 이미지 및 10000 테스트 이미지가있는 MNIST 예제를 사용하고 있습니다. 잘못된 분류/예측이있는 10000 테스트 이미지를 찾는 방법은 무엇입니까?테스트 세트 (Keras를 사용하는 CNN)에서 잘못된 예측 사례를 찾는 방법
A
답변
5
단순히 model.predict_classes()을 사용하고 출력을 실제 실험실과 비교하십시오. 즉 :
incorrects = np.nonzero(model.predict_class(X_test).reshape((-1,)) != y_test)
는
가 어떻게 각 클래스 폴더 안에 잘못 분류 된 경우와 하위 폴더를 생성 할 수 있습니다 잘못된 예측의 지표를 얻을 수 ?? –