Softmax 預測
你剛訓練好的 model 已為你載入。這個模型泛化得不錯，所以你在測試集上得到很高的準確率。
由於你使用了 softmax 啟動函式，每個由 2 維座標組成的輸入都會對應到一個含有 4 個數字的輸出向量。這些數字各自表示飛鏢可能是由 4 位參賽者其中之一投出的機率。
當使用模型的 .evaluate() 方法計算準確率時，模型會把機率最高的類別當成預測結果。np.argmax() 可以幫上忙，因為它會回傳陣列中數值最大元素的索引。
使用儲存在 coords_small_test 的測試擲鏢資料，搭配 np.argmax() 來實際看看吧！
本練習屬於課程
Keras 深度學習入門
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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]))