深度学习概率输出

本文深入探讨了神经网络中概率输出的计算与解读方法,包括使用指数函数转换概率,通过lambda函数累积概率乘积,以及从输出中识别最高概率的预测结果。

字段名翻译取出概率

在这里插入图片描述

import numpy as np
#topv 是概率,topi是对应哪个翻译
topv, topi = decoder_output.data.topk(1)
gl = np.exp(topv.cpu().item())
glhz.append(gl)
if topi.item() == EOS_token:
decoded_words.append(’’)
break
else:
decoded_words.append(self.output_lang.index2word[topi.item()])
decoder_input = topi.squeeze().detach()
from functools import reduce
glhz=glhz[0:-1]
total_gl=reduce(lambda x,y :x*y,glhz)

把结束字段去掉
在这里插入图片描述
数字识别,简单网络取出概率
output = model(data)

            total=output.sum()
            fenbu=output/total
            fenbu=fenbu.tolist()
            maxprob=sorted(fenbu[0],reverse=True)
            maxprob=round(maxprob[0],2)

            pred = output.max(1, keepdim=True)[1]
            pred = pred.view(-1)
            pred=np.array(pred).tolist()
            pred=pred[0]
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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