Predizioni softmax
Il model che hai appena addestrato è stato caricato per te. Sta generalizzando bene! Ecco perché hai ottenuto un'alta accuracy sul test set.
Dato che hai usato la funzione di attivazione softmax, per ogni input di 2 coordinate fornito al tuo modello ottieni un vettore di 4 numeri. Ciascuno di questi numeri rappresenta la probabilità che una certa freccetta sia stata lanciata da uno dei 4 possibili concorrenti.
Quando calcoli l'accuracy con il metodo .evaluate() del modello, viene presa come previsione la classe con probabilità più alta. np.argmax() può aiutarti in questo, perché restituisce l'indice del valore massimo in un array.
Usa la raccolta di lanci di test in coords_small_test e np.argmax() per verificarlo!
Questo esercizio fa parte del corso
Introduzione al Deep Learning con Keras
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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]))