我知道 decode_predictions() 仅适用于 VGG16 等模型的 imagenet 数据集（1000 个类）。但请考虑我的情况。
我的场景：
我使用了 vgg16 预训练模型，并添加了我自己的权重。
所以这被证明是一个非 Imagenet 模型。我已经提到了 classes=9，因为我只用 9 个类训练了我以前的模型。
所以现在要找到预测，我可以使用predict()方法，然后我的print(answer)会给出相应的类标签。但实际上我需要打印类名。是否有可能获得班级名称？如果是的话，谁能解释我怎么做。？
在深度学习中，当你执行预测时，你会得到预测，它是一个包含 9 个概率的数组。所以首先对它们进行以下操作。
import numpy as np
prediction = model.prediction(test_data)
# prediction will contain [[0.6, 0.05, 0.05, 0.05, 0.05, 0.05, 0.05, 0.05, 0.05]]
prediction = np.argmax(prediction[0])
# Now predition hold the index of the (0.6) i.e max probability value
现在，您应该有一个字典，其中包含 0、1、2、.. 8 的键和 classname1、classname2、...classname9 的值
这是您将类名作为输出的方式