Prediksi softmax
Model model yang baru saja Anda latih sudah dimuat untuk Anda. Model ini melakukan generalisasi dengan baik! Itulah sebabnya Anda mendapatkan akurasi tinggi pada himpunan data uji.
Karena Anda menggunakan fungsi aktivasi softmax, untuk setiap masukan berupa 2 koordinat yang diberikan ke model Anda, akan ada vektor keluaran berisi 4 angka. Masing-masing angka ini menyatakan probabilitas bahwa sebuah lemparan dart dilakukan oleh salah satu dari 4 peserta yang mungkin.
Saat menghitung akurasi dengan metode .evaluate() dari model, model Anda mengambil kelas dengan probabilitas tertinggi sebagai prediksi. np.argmax() dapat membantu Anda melakukan ini karena fungsi tersebut mengembalikan indeks dengan nilai tertinggi dalam sebuah array.
Gunakan kumpulan lemparan uji yang disimpan di coords_small_test dan np.argmax() untuk memeriksanya!
Latihan ini merupakan bagian dari kursus
Pengantar Deep Learning dengan Keras
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Predict on coords_small_test
preds = ____.____(____)
# Print preds vs true values
print("{:45} | {}".format('Raw Model Predictions','True labels'))
for i,pred in enumerate(preds):
print("{} | {}".format(pred,competitors_small_test[i]))