如何将预测模型的结果与类标签进行比较（多类问题）[重复]
tensorflow 331
原文标题 ：How to compare results from a Predicted Model to Class Labels (Multiclass Problem) [duplicate]
我有3类课程Tree, Stump, Ground。我为这些类别制作了一个列表：
CATEGORIES = ["Tree", "Stump", "Ground"]
当我打印我的预测时，它给了我输出
[[0. 1. 0.]]
我已经阅读了有关 numpy 的 Argmax 的信息，但我不完全确定在这种情况下如何使用它。
我试过使用
print(np.argmax(prediction))
但这给了我1的输出。这很好，但我想找出1的索引是什么，然后打印出类别而不是最高值。
import cv2
import tensorflow as tf
import numpy as np
CATEGORIES = ["Tree", "Stump", "Ground"]
def prepare(filepath):
IMG_SIZE = 150 # This value must be the same as the value in Part1
img_array = cv2.imread(filepath, cv2.IMREAD_GRAYSCALE)
new_array = cv2.resize(img_array, (IMG_SIZE, IMG_SIZE))
return new_array.reshape(-1, IMG_SIZE, IMG_SIZE, 1)
# Able to load a .model, .h3, .chibai and even .dog
model = tf.keras.models.load_model("models/test.model")
prediction = model.predict([prepare('image.jpg')])
print("Predictions:")
print(prediction)
print(np.argmax(prediction))
我希望我的预测能告诉我：
Predictions:
[[0. 1. 0.]]
Stump
感谢您阅读 :) 我非常感谢任何帮助。
