Вы должны выбрать запись с наибольшим значением в качестве прогнозируемого класса. Например, в предоставленном вами примере: [0.045, 0.030, 0.015, 0.889, 0.019]
прогнозируемый класс - это четвертый класс (т. Е. idx=3
), который имеет наибольшее значение вероятности.
Функция argmax для NumPy, вероятно, то, что вы должны использовать. Учитывая, что pred
- это вероятности вывода из вашей сети в виде: (batch_size, num_labels)
, тогда np.argmax(pred, axis=1)
даст вам индексы (т. Е. Метки), связанные с предсказанными классами.