数字识别中预测值和标签值的比较

博客使用Python的Numpy库进行数字识别结果的比对。定义了一个3*10的数组y表示取值概率,以及比对数据t。通过np.argmax函数取出y中每个最大概率的索引作为识别值p,最后比较p和t的值并统计正确的总个数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值