Softmax 预测
我们已为您加载了刚刚训练好的 model。该模型泛化良好，因此您在测试集上获得了较高的准确率。
由于您使用了 softmax 激活函数，对于提供给模型的每个包含 2 个坐标的输入，都会得到一个由 4 个数字组成的输出向量。每个数字表示该飞镖由 4 位可能选手中的某一位投出的概率。
当使用模型的 .evaluate() 方法计算准确率时，模型会将概率最高的类别作为预测结果。np.argmax() 可以帮助您实现这一点，因为它会返回数组中最大值的索引。
使用存放在 coords_small_test 中的测试投掷集合，并结合 np.argmax() 来验证这一点吧！
本练习是课程的一部分
Keras 深度学习入门
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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]))