import numpy as np
#y 代表3*10的数组,实际意义,3行,每行是0~9的取值概率
y=np.array([[0.1,0.1,0,0,0.8,0,0,0,0,0],
[0.1,0.1,0,0,0.1,0.7,0,0,0,0],
[0.1,0,0,0,0,0,1,0,0,0]])
t=np.array([4,6,6]) #t为比对数据,3个元素,每个是0~9的取值
print(np.argmax(y,axis=1))
p=np.argmax(y,axis=1) #把y中的每个最大概率的索引取出来。
#在数字识别中,0~9的最大概率索引就是最后识别值。
#p 识别后的数值
print(p == t)
print(np.sum(p==t)) #比较p和t的值,正确的总个数
数字识别中预测值和标签值的比较
最新推荐文章于 2022-12-11 17:57:15 发布