Question

我是深度学习的新手，我正尝试从10个班级中预测图像。

我找到了下面的代码，但只考虑了两个类。如何将代码调整为10个类？

import numpy as np
from keras.preprocessing import image
test_image = image.load_img(path = 'dataset/single_prediction/cat_or_dog_1.jpg', 
                            target_size = (64, 64))
test_image = image.img_to_array(test_image)
test_image = np.expand_dims(test_image, axis = 0)

result = classifier.predict(test_image)
indices = training_set.class_indices
if result[0][0] == 1:
    prediction = 'dog'
else:
    prediction = 'cat'

Answer 1

Omar，我的建议是让您进一步研究正在使用的库，例如Keras（主要是）和Numpy。

这种问题将被用户否决，因为这与Stack Overflow的最佳做法背道而驰，因为您正在要求某人为您提供完整的代码作为答案，而无需您亲自检查并详细说明具体问题。挑战您要面对哪个类，并且也不要详细说明代码的整个方面（例如，分类器对象，该对象未详细说明其来源，并且猜测不是在此提供帮助的好方法）。

现在，跳到您的问题，我建议：

从keras更好地理解模型及其含义，以了解如何加载模型：https://keras.io/models/about-keras-models/
仔细阅读keras文档及其方法 https://keras.io/preprocessing/image/
看看这个答案：https://stackoverflow.com/a/43470074/10642035

从堆栈溢出中查看文档，以确保您不会在这里失去分数：

要解决的话题：https://stackoverflow.com/help/on-topic
如何写一个好问题：https://stackoverflow.com/help/how-to-ask
要避免的问题：https://stackoverflow.com/help/dont-ask
如果您决定删除问题：https://stackoverflow.com/help/what-to-do-instead-of-deleting-question

如何在10类而不是2类中预测图像

1 个答案: