我使用Keras训练了一个卷积神经网络来进行图像分类,其中有三个类别。结果不好,我正在试图理解分类器学到了什么以及没有学到什么。它只给出了一个类别的输出。在Keras中有没有一种方法或属性可以告诉我分类器/神经网络已经接触过哪些类别?
例如,可以告诉我网络已经暴露给哪些类别的分类器的方法或属性。这是否可能?
以下是我的网络
classifier = Sequential()
classifier.add(Conv2D(64, (5, 5), input_shape = (256, 256, 3), activation='relu'))
classifier.add(Conv2D(64, (5, 5), activation = 'sigmoid'))
classifier.add(MaxPooling2D(pool_size = (3,3)))
classifier.add(Dense(units = 128, activation = 'relu'))
classifier.add(Dense(units = 3, activation = 'softmax'))
classifier.compile(optimizer = 'adam', loss = 'categorical_crossentropy', metrics = ['accuracy'])
为了实验,我使用了两种激活函数'relu'和'sigmoid'。现在我考虑只在最后一层使用'sigmoid'和'softmax'。