оценка softmax по модели cnn

Question

Я построил модель CNN для классификации изображений.Я хочу выбрать пять изображений, которые правильно классифицированы сетью и имеют максимальные оценки softmax (для каждого класса).

Я попытался проверить model.evaluate (X_test, y_test), но он дает общееsoftmax оценка модели.

model = Sequential()
model.add(Conv2D(96, (7, 7),  kernel_initializer='he_uniform', padding='same',strides=2, input_shape=(32, 32, 3)))
model.add(Activation("relu"))
model.add(Conv2D(64, (5, 5), kernel_initializer='he_uniform', padding='same',strides=2))
model.add(Activation("relu"))

model.add(Conv2D(128, (3, 3), kernel_initializer='he_uniform', padding='same',strides=2))
model.add(Activation("relu"))

model.add(MaxPooling2D(pool_size=(3, 3),padding='same',strides=3))

model.add(Flatten())

model.add(Dense(128))
model.add(Activation("relu"))

model.add(Dense(10, activation='softmax'))

компиляция модели

opt = SGD(lr=0.0001, momentum=0.9)
model.compile(optimizer=opt, loss='categorical_crossentropy', metrics['accuracy'])

Я хочу увидеть оценки softmax правильно классифицированных изображений.

Answer 1

Для этого вы должны использовать model.predict, а не model.evaluate:

model.predict(X_test)