在 Tensorflow 上使用 Keras 进行图像分类：如何找出训练过程中哪些图像被错误分类？
Image classification with Keras on Tensorflow: how to find which images are misclassified during training?
我在 Ubuntu 17.04 上使用 Keras 2.0（TensorFlow 后端）进行二值图像分类。一切都很好，除了我想看看哪些图像被错误分类了。我该怎么做？
此外，不确定它是否能解决我的问题，但在 TensorBoard 中我无法使用 image 选项卡，所以不知道这是否有帮助。
当然，我已经进行了很多谷歌搜索，但就是找不到答案。
只需预测分类并与您的真实值进行比较...
predicted = model.predict(trainingImages)
减去符号应该会导致正确的结果接近零，错误的结果高：
result = numpy.absolute(trainingClasses-predicted)
我在 Ubuntu 17.04 上使用 Keras 2.0（TensorFlow 后端）进行二值图像分类。一切都很好，除了我想看看哪些图像被错误分类了。我该怎么做？
此外，不确定它是否能解决我的问题，但在 TensorBoard 中我无法使用 image 选项卡，所以不知道这是否有帮助。
当然，我已经进行了很多谷歌搜索，但就是找不到答案。
只需预测分类并与您的真实值进行比较...
predicted = model.predict(trainingImages)
减去符号应该会导致正确的结果接近零，错误的结果高：
result = numpy.absolute(trainingClasses-predicted)