Question

所以，我只是训练了模型。

编辑（这是我上课的方式）

classes = os.path.join('emnist-letters-mapping.txt')
with open(classes, 'r') as f:
    classes = f.readlines()
    classes = list(map(lambda x: x.strip(), classes))
    print(classes)
num_classes = len(classes)

.txt文件中的标签。

pred = model.predict(train_features)#[0]#np.array(set_one).reshape((-1,48,48,3)))#
print(pred)
result = [(classes[i], float(pred[i]) * 100.0) for i in range(len(pred))]
result.sort(reverse=True, key=lambda x: x[1])
for i in range(2):
    (class_name, prob) = result[i]
    print("Top %d ====================" % (i + 1))
    print("Class name: %s" % (class_name))
    print("Probability: %.2f%%" % (prob))

现在，当我使用预测时，我会得到这个

[[[[0.0000000e+00 0.0000000e+00 0.0000000e+00 1.9776728e-02
    4.9749532e-35 3.3859247e-21 5.2264658e-22 0.0000000e+00
    0.0000000e+00 2.0263837e-21 1.3618594e-32 0.0000000e+00
    4.4031281e-35 0.0000000e+00 0.0000000e+00 0.0000000e+00
    6.0703663e-32 0.0000000e+00 6.8396845e-19 0.0000000e+00
    4.3259302e-11 0.0000000e+00 1.1961731e-34 0.0000000e+00
    2.8515963e-19 9.8022330e-01 0.0000000e+00]]]]

但是当我尝试将其与标签文件相乘时，会出现错误

File "model_predict.py", line 42, in <module>
    result = [(classes[i], float(pred[i]) * 100.0) for i in range(len(pred))]
  File "model_predict.py", line 42, in <listcomp>
    result = [(classes[i], float(pred[i]) * 100.0) for i in range(len(pred))]
TypeError: only size-1 arrays can be converted to Python scalars

Answer 1

这是因为pred是一个形状为（1，1，1，27）的numpy数组

为了对其进行迭代并将其项正确用作字典的键，您必须将其展平。

尝试在result = [(classes[i], float(pred[i]) * 100.0) for i in range(len(pred))]之前添加此行

pred = list(pred.flatten())

因为在循环的第一次迭代时，我将是一个形状为（1,1,27）的数组，该数组无法用于查找字典。

如何使用model.predict进行分类交叉熵？

1 个答案: