我正在关注
https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html
具体来说:https://gist.github.com/ritazh/a7c88875053c1106e407300fc4f1d8d6
当我尝试使用model.predict_proba(x)获得预测的实际P值时,得到[[1.]]或[[0.]],而不是像0.69那样的十进制值。 这是因为我使用sigmod激活只有两个类或我的设置有问题吗?
提前致谢。
答案 0 :(得分:1)
在model.predict_proba(x)
模型上使用Sequential
应该确实会产生十进制值。就我而言,大多数值等于0.
或1.
,但其中一些(很少)实际上取中间值。检查由我的模型生成的this example of predictions(评估了大约9000个输入样本)。
我认为这可能是由于我在输出层中使用了S形。由于S型激活函数的特性,结果有可能被压缩为1或0。
因此,请确保检查大量不同的输入并可视化您的输出。这是一个可能有用的example。
另外,请确保对输入进行标准化,这通常是S型可能会挤压输出的原因!