ich sitze gerade am Digit Recognizer in der Kaggle-Challenge.
Das ist mein Code für das Model und die Prediction der richtigen Labels:
Code: Alles auswählen
from sklearn.model_selection import train_test_split
train_x,test_x,train_y,test_y = train_test_split(x_train,y_train,test_size=0.30)
model = tf.keras.Sequential([
#tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(256, activation=tf.nn.relu),
tf.keras.layers.Dense(10, activation=tf.nn.softmax)
])
model.compile(optimizer=tf.keras.optimizers.Adam(),
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
model.fit(train_x, train_y, epochs=1)
model.evaluate(test_x, test_y)
s=x_test[2].reshape(28,28)
print(plt.imshow(s))
predictions = model.predict(test_x)
#print(predictions)
Wenn ich jetzt die Predictions print kommt jedoch immer nur ein Array mit den einzelnen Wahrscheinlichkeiten für die Werte von 0-9. Wie kann ich den Code so ändern, dass er mir über prediction direkt das korrekte Label zurückgibt?
Danke für eure Antworten.
MfG Lukas