Softmax 예측
방금 학습한 model이 로드되어 있어요. 이 모델은 일반화가 잘되기 때문에 테스트 세트에서 높은 정확도를 얻었죠.
softmax 활성화 함수를 사용했으므로, 두 좌표로 이루어진 각 입력에 대해 길이 4의 출력 벡터가 생성됩니다. 이 벡터의 각 숫자는 4명의 가능한 경쟁자 중 누가 다트를 던졌을지에 대한 확률을 나타냅니다.
모델의 .evaluate() 메서드로 정확도를 계산할 때는, 확률이 가장 높은 클래스를 예측으로 선택합니다. np.argmax()는 배열에서 가장 큰 값의 인덱스를 반환하므로 이 작업에 도움이 됩니다.
coords_small_test에 저장된 테스트 투척 모음과 np.argmax()를 사용해 직접 확인해 보세요!
이 연습은 강의의 일부입니다
Keras로 시작하는 딥 러닝
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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]))