Softmax-prediktioner
Din nyligen tränade model är laddad åt dig. Modellen generaliserar bra – det är därför du fick hög noggrannhet på testmängden.
Eftersom du använde aktiveringsfunktionen softmax genererar modellen, för varje indata med 2 koordinater, en utdatavektor med 4 värden. Varje värde representerar sannolikheten för att en given pil kastades av en av de 4 möjliga deltagarna.
När du beräknar noggrannhet med modellens .evaluate()-metod väljer modellen klassen med högst sannolikhet som prediktion. np.argmax() kan hjälpa dig med detta, eftersom den returnerar indexet för det högsta värdet i en array.
Använd testkasten som lagrats i coords_small_test och np.argmax() för att undersöka detta!
Den här övningen är en del av kursen
Introduktion till djupinlärning med Keras
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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]))