Я использовал функцию tf.nn.top_k() из тензорного потока, чтобы использовать вероятности мягкого макса модели, чтобы визуализировать уверенность в ее предсказаниях с 5 новыми изображениями и с k = 5. У меня есть вывод следующим образом, который я не уверен, как точно интерпретировать. Может ли кто-нибудь объяснить выход, пожалуйста.Как понять выход tf.nn.top_k() from tensorflow
TopKV2(values=array([[ 1., 0., 0., 0., 0.],
[ 1., 0., 0., 0., 0.],
[ 1., 0., 0., 0., 0.],
[ 1., 0., 0., 0., 0.],
[ 1., 0., 0., 0., 0.]], dtype=float32), indices=array([[13, 0, 1, 2, 3],
[13, 0, 1, 2, 3],
[13, 0, 1, 2, 3],
[26, 0, 1, 2, 3],
[13, 0, 1, 2, 3]], dtype=int32))
Я считаю, что первый набор из 5 - это вероятности для каждого изображения, а второй набор - классы, которые он классифицировал для каждого изображения. Но не 100% уверен. – kevbuntu
Да, это именно то, что происходит. –