如何在 Tensorflow 中进行预测？

Question

这个问题看起来很简单，但是我在网上找不到任何地方。

我已经运行完成了文本分类（正负）教程 https://www.tensorflow.org/tutorials/keras/text_classification_with_hub

在运行所有的代码之后，我希望用我自己的文本进行预测，说，"Test"。

model.predict(["Test"])
#output
array([[-0.87035626]], dtype=float32)

它return 1个值，正或负（上例中的-0.87）。

但这没有意义。我期待它 return 的分类概率如下：

[0:0.2, 1:0.8]

也就是说，标签0有0.2的概率，标签1有0.8的概率。

有人可以指导我吗？

Answer 1

这确实很奇怪，因为您会期望值介于 0 和 1 之间（无论是 sigmoid 还是 softmax）

错误在 TensorFlow 教程中。

在代码的最后一行：model.add(Dense(1)) 没有提供激活。如果提供none，那么默认为线性激活，其实适合回归问题

为了以您想要的形式获得结果，您可以做的是添加最后一层和模型编译，例如：

model.add(tf.keras.layers.Dense(2, activation = 'softmax'))
...
model.compile(optimizer='adam',
          loss=tf.keras.losses.CategoricalCrossentropy(from_logits=False),
          metrics=['accuracy'])

如何在 Tensorflow 中进行预测？

How to make prediction in Tensorflow?

tensorflow

tensorflow2.0