我如何解释 pycaffe classify.py 输出？
How do I interpret pycaffe classify.py output?
我通过 Nvidia DIGITS 创建了一个 GoogleNet 模型，其中包含两个 类（称为正和负）。
如果我用 DIGITS 对图像进行分类，它会显示一个不错的结果，例如正面：85.56% 和负面：14.44%。
如果将该模型传递给具有相同图像的 pycaffe classify.py，我会得到类似 array([[ 0.38978559, -0.06033826]], dtype=float32)
的结果
那么，我如何read/interpret这个结果呢？如何根据 classify.py?
显示的结果计算 DIGITS 显示的置信度（不确定这是否正确）
This issue 引导我找到了解决方案。
如日志所示，网络生成 three outputs. Classifier#classify only returns the first output。所以例如通过将 predictions = out[self.outputs[0]] 更改为 predictions = out[self.outputs[2]]，我得到了所需的值。
我通过 Nvidia DIGITS 创建了一个 GoogleNet 模型，其中包含两个 类（称为正和负）。
如果我用 DIGITS 对图像进行分类，它会显示一个不错的结果，例如正面：85.56% 和负面：14.44%。
如果将该模型传递给具有相同图像的 pycaffe classify.py，我会得到类似 array([[ 0.38978559, -0.06033826]], dtype=float32)
那么，我如何read/interpret这个结果呢？如何根据 classify.py?
This issue 引导我找到了解决方案。
如日志所示，网络生成 three outputs. Classifier#classify only returns the first output。所以例如通过将 predictions = out[self.outputs[0]] 更改为 predictions = out[self.outputs[2]]，我得到了所需的值。