我应该如何解释 sparse_categorical_crossentropy 函数的输出？
How should I interpret the output of the sparse_categorical_crossentropy function?
作为输入 a 有一个浮点数 1.0 或 0.0。当我尝试用我的模型和 sparse_categorical_crossentropy 损失进行预测时，我得到如下信息：
[[0.4846592 0.5153408]].
我怎么知道它预测的类别？
您看到的这些数字是每个 class 对于给定输入样本的概率。例如，[[0.4846592 0.5153408]] 表示给定样本属于 class 0 的概率约为 0.48，它属于 class 1 的概率约为 0.51。所以你想以最高的概率取 class，因此你可以使用 np.argmax 找到最大的索引（即 0 或 1）：
import numpy as np
pred_class = np.argmax(probs, axis=-1)
此外，这与模型的损失函数无关。这些概率由模型的最后一层给出，很可能它使用 softmax 作为激活函数将输出归一化为概率分布。
作为输入 a 有一个浮点数 1.0 或 0.0。当我尝试用我的模型和 sparse_categorical_crossentropy 损失进行预测时，我得到如下信息：
[[0.4846592 0.5153408]].
我怎么知道它预测的类别？
您看到的这些数字是每个 class 对于给定输入样本的概率。例如，[[0.4846592 0.5153408]] 表示给定样本属于 class 0 的概率约为 0.48，它属于 class 1 的概率约为 0.51。所以你想以最高的概率取 class，因此你可以使用 np.argmax 找到最大的索引（即 0 或 1）：
import numpy as np
pred_class = np.argmax(probs, axis=-1)
此外，这与模型的损失函数无关。这些概率由模型的最后一层给出，很可能它使用 softmax 作为激活函数将输出归一化为概率分布。