使用Keras进行特征提取不包括类标签

Question

我使用Keras在MNIST数据集上应用图像分类，实现可用here。我使用此实现，但添加以下方法从训练图像中提取特征：

def feature_extraction(model, x_test, path_to_save):
    extract = keras.Model(inputs=model.input, outputs=model.get_layer('dense_1').output)
    features = extract.predict(x_test)
    np.savetxt(path_to_save, features, delimiter=",")

输出文件不包含类标签，即文件中的每一行都是一组功能但没有类标签。有没有办法修改此方法，以便它还添加每个提取的功能（即每一行）的类标签？

Answer 1

您可以获得多个输出，因此功能和预测标签概率都是：

np.argmax

预测现在会给你两个输出。您可能希望#include <unistd.h> #include <sys/types.h> uid_t getuid(void); uid_t geteuid(void); 获取实际的类标签，而不是取决于模型的概率。