keras：model.predict和model.predict_proba有什么区别

Question

我发现

model.predict

和

model.predict_proba

都给出了一个相同的二维矩阵，表示每行每个类别的概率。

这两个功能有什么区别？

Answer 1

预测

predict(self, x, batch_size=32, verbose=0)

为输入样本生成输出预测，以批量方式处理样本。

论点

x: the input data, as a Numpy array.
batch_size: integer.
verbose: verbosity mode, 0 or 1.

退货

A Numpy array of predictions.

predict_proba（现已弃用）

predict_proba(self, x, batch_size=32, verbose=1)

批量生成输入样本的类概率预测。

论点

x: input data, as a Numpy array or list of Numpy arrays (if the model has multiple inputs).
batch_size: integer.
verbose: verbosity mode, 0 or 1.

退货

A Numpy array of probability predictions.

编辑：在最新版本的 keras 中（在撰写本文时），predict 和 Predict_proba 是相同的，即都给出概率。要获取类标签，请使用predict_classes。文档未更新。 （改编自 Avijit Dasgupta 的评论）

Answer 2

正如之前的评论中提到的（以及这里），目前没有任何区别。
然而，其中一个似乎只是为了向后兼容而存在（不确定是哪一个，我很想知道）。

Answer 3

predict

和

predict_proba

。如前所述，第一个预测类别，第二个提供每个类别的概率，按升序分类。

Answer 4