在tensorflow basic classification tutorial中,调用方法plot_image
以从数据集中渲染单个图像,并带有一个标签,显示其预测类和实际类。如果predicted_class == actual_class
,该方法将蓝色分配给标签,否则将红色分配给标签。
当我单独查看图像时,它可以正常工作。
但是,当图像在jupyter笔记本或从此类jupyter笔记本生成的网页中作为输出呈现时,在Ubuntu上的chrome中,标签颜色看起来不是蓝色和红色,而是看起来像紫色和青绿色分别。同样,错误的预测似乎比正确的预测使用更粗体的字体。我看不到任何使字体加粗的代码。
什么使此标签显示的颜色和粗体与代码不同?
该链接显示正确预测和错误预测的颜色差异。
同一页面上plot_image的代码复制如下:
def plot_image(i, predictions_array, true_label, img):
predictions_array, true_label, img = predictions_array[i], true_label[i], img[i]
plt.grid(False)
plt.xticks([])
plt.yticks([])
plt.imshow(img, cmap=plt.cm.binary)
predicted_label = np.argmax(predictions_array)
if predicted_label == true_label:
color = 'blue'
else:
color = 'red'
plt.xlabel("{} {:2.0f}% ({})".format(class_names[predicted_label],
100*np.max(predictions_array),
class_names[true_label]),
color=color)