model.predict(X_test, batch_size=32，verbose=1)
参数解析：
X_test：为即将要预测的测试集
batch_size:为一次性输入多少张图片给网络进行训练，最后输入图片的总数为测试集的个数
verbose:1代表显示进度条，0不显示进度条，默认为0
返回值：每个测试集的所预测的各个类别的概率
示例：
各个类别评估（X_test为10000个数据集）
print("[INFO] evaluating network...")
predictions = model.predict(X_test, batch_size=32) #显示每一个测试集各个类别的概率，这个值的shape为（10000,10）
print(predictions)
print(predictions.shape)
结果：
可以看出model.predict(X_test, batch_size=32)的返回值为每个测试集预测的10个类别的概率
所以最后输出的shape为（10000,10）
如果想要获得每个测试集预测的类别，而不是每个类别的概率，可以如下操作
import numpy as np
predictions = model.predict(X_test, batch_size=32)
y_test_pred = np.argmax(predictions, axis=1)
注意：axis值为你要转换的行(axis=1从每一行找出最大数值的下标,
axis=0从每一列找出最大数值的下标)，而且输出为一维数据，即每个样本对应一个类别值
np.argmax(x,axis=1)函数，默认axis=1
axis=1从x的每一行中找出最大数值的下标,（这里下标代表类别）
axis=0从x的每一列找出最大数值的下标
model.predict_classes(X_test, batch_size=32， verbose=1)函数
参数解析：
X_test：为即将要预测的测试集
batch_size:为一次性输入多少张图片给网络进行训练，最后输入图片的总数为测试集的个数
verbose:1代表显示进度条，0不显示进度条，默认为0
返回值：每个测试集的预测的类别（即下标）
等价于上面的两组语句
Original: https://blog.csdn.net/hgnuxc_1993/article/details/118391706
Author: 无尽的沉默
Title: Keras model.predict(X_test, batch_size=32，verbose=1)和model.predict_classes(X_test,verbose=1)函数的解析
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/496092/
转载文章受原作者版权保护。转载请注明原作者出处！