小编sku*_*ull的帖子

是否有可能得到真阴性从y_true和y_pred张量在Keras？我知道我们可以从以下代码中获取true_positives:

true_positive = K.sum(y_true*y_pred)

如何做同样的真阴性？

使用VGG16进行迁移学习时观察到奇怪的行为。

model = VGG16(weights='imagenet',include_top=True)
model.layers.pop()
model.layers.pop()

for layer in model.layers:
    layer.trainable=False

new_layer = Dense(2,activation='softmax')
inp = model.input
out = new_layer(model.layers[-1].output)

model = Model(inp,out)

但是，model.predict(image)使用时，输出在分类方面有所不同，即有时将图像分类为1类，而下次将同一图像分类为2类。