keras輸出預(yù)測(cè)值和真實(shí)值方式
在使用keras搭建神經(jīng)網(wǎng)絡(luò)時(shí)，有時(shí)需要查看一下預(yù)測(cè)值和真是值的具體數(shù)值，然后可以進(jìn)行一些其他的操作。這幾天查閱了很多資料。好像沒(méi)辦法直接access到訓(xùn)練時(shí)的數(shù)據(jù)。所以我們可以通過(guò)回調(diào)函數(shù)，傳入新的數(shù)據(jù)，然后查看預(yù)測(cè)值和真是值。
參考這篇解決：
我的解決方法是這樣的：
from keras.callbacks import Callback
import tensorflow as tf
import numpy as np
class my_callback(Callback):
def __init__(self,dataGen,showTestDetail=True):
self.dataGen=dataGen
self.showTestDetail=showTestDetail
self.predhis = []
self.targets = []
def mape(self,y,predict):
diff = np.abs(np.array(y) - np.array(predict))
return np.mean(diff / y)
def on_epoch_end(self, epoch, logs=None):
x_test,y_test=next(self.dataGen)
prediction = self.model.predict(x_test)
self.predhis.append(prediction)
#print("Prediction shape: {}".format(prediction.shape))
#print("Targets shape: {}".format(y_test.shape))
if self.showTestDetail:
for index,item in enumerate(prediction):
print(item,"=====",y_test[index],"====",y_test[index]-item)
testLoss=self.mape(y_test,prediction)
print("test loss is :{}".format(testLoss))
畫(huà)一下知識(shí)點(diǎn)，我們?cè)诶^承的callback中實(shí)現(xiàn) on_epoch_end方法：
x_test,y_test=next(self.dataGen)
這個(gè)數(shù)據(jù)生成方法是這樣的
import numpy as np def shuffleDatas(x,y): shuffleIndex=np.arange(len(x)) np.random.shuffle(shuffleIndex) x=x[shuffleIndex] y=y[shuffleIndex] return x,y def dataGen(x,y,batchsize=8,shuffle=True): assert len(x) == len(y) while True: if shuffle: x,y=shuffleDatas(x,y) index=0 while index+batchsize<len(x): yield (x[index:index+batchsize],y[index:index+batchsize]) index=index+batchsize
使用yield可以減少內(nèi)存的使用，而且顯得很高級(jí)。
補(bǔ)充知識(shí)：keras從訓(xùn)練到預(yù)測(cè)，函數(shù)的選擇：fit，fit_generator, predict,predict_generator
如下所示：
留下回調(diào)函數(shù)和如何通過(guò)預(yù)處理來(lái)建立生成輸入的函數(shù)這兩個(gè)問(wèn)題
以上這篇keras輸出預(yù)測(cè)值和真實(shí)值方式就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了pytorch中的廣播語(yǔ)義，pytorch的廣播語(yǔ)義即broadcasting semantics，和numpy的很像，下面文章介紹更多相關(guān)內(nèi)容的介紹，需要的小伙伴可以參考一下2022-03-03
這篇文章主要介紹了python多進(jìn)程操作實(shí)例,本文講解了multiprocessing類的相關(guān)方法,然后給出了一個(gè)綜合實(shí)例和運(yùn)行效果,需要的朋友可以參考下2014-11-11
這篇文章主要介紹了python變量前面加星(*)的含義及說(shuō)明,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-06-06
python3+mysql查詢數(shù)據(jù)并通過(guò)郵件群發(fā)excel附件
這篇文章主要為大家詳細(xì)介紹了python3+mysql查詢數(shù)據(jù)，并通過(guò)郵件群發(fā)excel附件，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-02-02
解決Python復(fù)雜zip文件的解壓?jiǎn)栴}
這篇文章主要介紹了Python復(fù)雜zip文件的解壓,通過(guò)配合 shutil 與 os 標(biāo)準(zhǔn)庫(kù)中的相關(guān)功能，實(shí)現(xiàn)將指定任意 zip 壓縮包，完好地解壓到指定的目錄中，需要的朋友可以參考下2021-12-12
python numpy實(shí)現(xiàn)文件存取的示例代碼
這篇文章主要介紹了python numpy實(shí)現(xiàn)文件存取的示例代碼，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-05-05
Python?SDK實(shí)現(xiàn)私服上傳下載的示例
本文主要介紹了Python?SDK實(shí)現(xiàn)私服上傳下載的示例，文中通過(guò)示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下<BR>2021-11-11
這篇文章主要介紹了pycharm如何中導(dǎo)入本地下載好的庫(kù)問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-08-08
YOLOv5車牌識(shí)別實(shí)戰(zhàn)教程(一)引言與準(zhǔn)備工作
這篇文章主要介紹了YOLOv5車牌識(shí)別實(shí)戰(zhàn)教程(一)引言與準(zhǔn)備工作，在這個(gè)教程中，我們將一步步教你如何使用YOLOv5進(jìn)行車牌識(shí)別,幫助你快速掌握YOLOv5車牌識(shí)別技能,需要的朋友可以參考下2023-04-04
python使用pynput庫(kù)操作、監(jiān)控你的鼠標(biāo)和鍵盤(pán)
這篇文章主要介紹了python使用pynput庫(kù)操作、監(jiān)控你的鼠標(biāo)和鍵盤(pán)，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下2021-03-03