通过读取图像数据时
train = keras.preprocessing.image_dataset_from_directory(
'./data',
labels='inferred',
label_mode='binary',
validation_split=0.2,
subset="training",
image_size=(img_height, img_width),
batch_size=sz_batch,
crop_to_aspect_ratio=True
)
它们存储在tensorflow数据集中。我用同样的程序读取验证数据。为了分析我的NN(一个顺序张量流NN(,我想绘制错误分类的样本(图片(。我可以通过轻松获得预测
pred = model.predict(validation)
但是,我如何才能从tensorflow数据集中获得分类错误的样本?
要获得分类错误的样本,您可以使用以下代码,其中"classes"是原始标签,"pred_labels"是预测标签,它们的索引将存储在索引列表中
wrong_pred=[]
indices=[]
for i in range(len(classes)):
if classes[i]!=pred_labels[i]:
indices.append(i)
wrong_pred.append([classes[i],pred_labels[i]])
请在这里找到完整的代码。非常感谢。