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
Pycharm 如何設(shè)置HTML文件自動(dòng)補(bǔ)全代碼或標(biāo)簽
這篇文章主要介紹了Pycharm 如何設(shè)置HTML文件自動(dòng)補(bǔ)全代碼或標(biāo)簽，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2021-05-05
python實(shí)現(xiàn)canny邊緣檢測(cè)
本文主要講解了canny邊緣檢測(cè)原理：計(jì)算梯度幅值和方向、根據(jù)角度對(duì)幅值進(jìn)行非極大值抑制、用雙閾值算法檢測(cè)和連接邊緣以及python 實(shí)現(xiàn)2020-09-09
零基礎(chǔ)寫python爬蟲(chóng)之爬蟲(chóng)的定義及URL構(gòu)成
俗話說(shuō)工欲善其事必先利其器，作為本系列文章的第一篇，我們同樣也需要先利其器，先把爬蟲(chóng)的定義以及寫爬蟲(chóng)所需要的基礎(chǔ)知識(shí)先介紹給大家。2014-11-11
Python中使用print函數(shù)進(jìn)行不換行打印問(wèn)題
這篇文章主要介紹了Python中使用print函數(shù)進(jìn)行不換行打印問(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2024-02-02
Python模塊導(dǎo)入的幾種方法實(shí)現(xiàn)
本文主要介紹了Python模塊導(dǎo)入的幾種方法實(shí)現(xiàn),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2024-12-12
這篇文章主要介紹了Pytorch模型中的parameter與buffer用法，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2021-06-06
解決python3 安裝完P(guān)ycurl在import pycurl時(shí)報(bào)錯(cuò)的問(wèn)題
今天小編就為大家分享一篇解決python3 安裝完P(guān)ycurl在import pycurl時(shí)報(bào)錯(cuò)的問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-10-10
Python機(jī)器學(xué)習(xí)三大件之一numpy
這篇文章主要介紹了Python機(jī)器學(xué)習(xí)三大件之一numpy,文中有非常詳細(xì)的代碼示例,對(duì)正在學(xué)習(xí)python的小伙伴們有很好地幫助喲.需要的朋友可以參考下2021-05-05
Numpy數(shù)組array和矩陣matrix轉(zhuǎn)換方法
這篇文章主要介紹了Numpy數(shù)組array和矩陣matrix轉(zhuǎn)換方法，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2019-08-08
python 遞歸調(diào)用返回None的問(wèn)題及解決方法
這篇文章主要介紹了python 遞歸調(diào)用返回None的問(wèn)題，本文通過(guò)實(shí)例代碼給大家記錄了解決方案，代碼簡(jiǎn)單易懂，非常不錯(cuò)對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-03-03