小编Eme*_*ieh的帖子

我有一个使用 Scikit-Learn API 的 Keras 包装器构建的 Keras 分类器。该神经网络有10个输出节点，训练数据全部采用one-hot编码表示。

根据 Tensorflow文档，该predict函数输出形状为(n_samples,). 当我拟合 514541 个样本时，该函数返回一个形状为 的数组(514541, )，数组的每个条目的范围为 0 到 9。

由于我有十个不同的输出，每个条目的数值是否与我在训练矩阵中编码的结果完全对应？

即，如果我的 one-hot 编码的索引 5y_train代表“橙色”，那么预测值 5 是否意味着神经网络预测为“橙色”？

这是我的模型的示例：

model = Sequential()
model.add(Dropout(0.2, input_shape=(32,) ))

model.add(Dense(21, activation='selu'))
model.add(Dropout(0.5))

model.add(Dense(10, activation='softmax'))