我正在使用60000张训练图像和10000张测试图像的MNIST示例。 我该如何找到那些被错误分类/预测的10000个测试图像?
我该如何确定哪些测试图像被错误分类或预测了?
我正在使用60000张训练图像和10000张测试图像的MNIST示例。 我该如何找到那些被错误分类/预测的10000个测试图像?
我该如何确定哪些测试图像被错误分类或预测了?
只需使用 model.predict_classes()
并将输出与真实标签进行比较,即:
incorrects = np.nonzero(model.predict_class(X_test).reshape((-1,)) != y_test)
获取错误预测的索引
前面有一些不太清楚的内容需要编辑
要识别被错误分类的图片文件,您可以使用以下方法:
fnames = test_generator.filenames ## fnames is all the filenames/samples used in testing
errors = np.where(y_pred != test_generator.classes)[0] ## misclassifications done on the test data where y_pred is the predicted values
for i in errors:
print(fnames[i])