60000のトレーニング画像と10000のテスト画像を使用したMNISTの例を使用しています。分類/予測が正しくない10000のテスト画像を見つけるにはどうすればよいですか?
model.predict_classes()
を使用して、出力を実際のラベルと比較するだけです。つまり:
incorrects = np.nonzero(model.predict_class(X_test).reshape((-1,)) != y_test)
誤った予測のインデックスを取得するには
誤って分類された画像ファイルを識別するには、次を使用できます。
imagenames = test_generator.filenames
errors = np.where(y_pred != test_generator.classes)[0]
for i in errors:
print(fnames[i])