如何解决如何评估通过平均不同模型的结果获得的预测?
它是一个图像分类器,我可以通过简单地对不同模型中的预测求平均来获得预测。
predictions1_val=model.predict(img_data_val)
predictions2_val=model2.predict(img_data_val)
predictions3_val=model3.predict(img_data_val)
predictions4_val=model4.predict(img_data_val)
predictions_val=(predictions1_val+predictions2_val+predictions3_val+predictions4_val)/4
prediction_class_index_val=np.argmax(predictions_val,axis=-1)
我怎样才能从这个predictions_val或prediction_class_index_val获得准确性?我无法进行model.evaluate,因为它只会使用一个模型。
img_data_val生成如下:
image_generator=tf.keras.preprocessing.image.ImageDataGenerator(rescale=1/255,validation_split=0.2)
img_data_val=image_generator.flow_from_directory('../input/MLChallenge/ML/Train',target_size=(224,224),subset='validation')
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。