5
私は60000トレーニングイメージと10000テストイメージでMNISTの例を使用しています。不正確な分類/予測を持つ10000テスト画像のどれを見つけるのですか?テストセット(Kerasを使用しているCNN)で間違った予測ケースを見つける方法
私は60000トレーニングイメージと10000テストイメージでMNISTの例を使用しています。不正確な分類/予測を持つ10000テスト画像のどれを見つけるのですか?テストセット(Kerasを使用しているCNN)で間違った予測ケースを見つける方法
単にmodel.predict_classes()
を使用して、出力を真のラブと比較してください。すなわち:
incorrects = np.nonzero(model.predict_class(X_test).reshape((-1,)) != y_test)
間違った予測の指標Iは、各クラスのフォルダ内の誤った分類例にサブフォルダを生成することができますどのように
を取得します? –