keras 如何输出softmax分类结果属于某一类的概率
# test_x 测试数据，三维矩阵形式[samples_num, time_steps, feature_dim]
# BATCH_SIZE自行设定
predict_y = model.predict(test_x, batch_size = BATCH_SIZE)
然后查看predict_y的值即可
keras怎么读取每层网络的输出
优点：支持python，模型库全，搭模型快，关注度极高，迭代快，可用GPU加速。
缺点：内部许多类的抽象不合理。
命名略显混乱。
查看中间层输出不够直接。
模型需要compile这些优缺点很大程度上都是因为现行版本将theano深度耦合，其作者和一些代码贡献者也意识到了这个问题，于是计划下一步将theano解藕出来放到单独的backend模块里，到时也许可以自由切换其他symbolic引擎。
总的来说Keras是一个很有前途的库。
更新：上周作者fork了一个新的backend分支，计划Keras将TensorFlow作为第二个backend，现在已进入开发阶段，将theano和tensorflow的一些函数抽象为统一的API，详见backend分支。
keras 模型预测的结果为什么自动从大到小排序了
另外，训练误差是训练数据每个batch的误差的平均。在训练过程中，每个epoch起始时的batch的误差要大一些，而后面的batch的误差要小一些。另一方面，每个epoch结束时计算的测试误差是由模型在epoch结束时的状态决定的，这时候的网络将产生较小的误差。
可以通过定义回调函数将每个epoch的训练误差和测试误差并作图，如果训练误差曲线和测试误差曲线之间有很大的空隙，说明你的模型可能有过拟合的问题。当然，这个问题与Keras无关。
全部评论