Я использую пример Tensor Flow retraining в своем собственном наборе данных.Итоговая оценка теста выводит итоговую точность теста и имена неправильно классифицированных изображений:
test_accuracy, predictions = eval_session.run(
[evaluation_step, prediction],
feed_dict={
bottleneck_input: test_bottlenecks,
ground_truth_input: test_ground_truth
})
tf.logging.info('Final test accuracy = %.1f%% (N=%d)' %
(test_accuracy * 100, len(test_bottlenecks)))
if FLAGS.print_misclassified_test_images:
tf.logging.info('=== MISCLASSIFIED TEST IMAGES ===')
for i, test_filename in enumerate(test_filenames):
if predictions[i] != test_ground_truth[i]:
tf.logging.info('%70s %s' % (test_filename, list(image_lists.keys())[predictions[i]]))
Как я могу также распечатать вероятности, связанные с прогнозами для всех классов?
Например:
image1 - A: 0,5;В: 0,3;С: 0,1;D: 0,1
изображение 2 - A: 0,3;В: 0,2;С: 0: 4;D: 0,1