R语言Keras中predict_classes()已弃用，CNN分类预测替代方案

在Keras中predict_classes()被弃用后，你可以通过以下两种方式从predict()返回的概率结果中提取0-9的数字分类：

方法1：使用基础R函数apply() + which.max() #

predict()返回的是每个样本在10个类别上的概率矩阵（每行对应一个样本，每列对应一个数字类别），我们只需要找出每行概率最大的位置，再转换为0-9的数字即可：

# 获取所有类别的概率预测值
prob_matrix <- cnn_model %>% predict(x_test)
# 对每行取概率最大的类别索引，由于which.max返回的是1-10的位置，减1得到0-9的数字
cnn_pred <- apply(prob_matrix, 1, which.max) - 1

方法2：使用TensorFlow/Keras的内置函数 #

利用TensorFlow的argmax函数或者Keras的k_argmax函数直接提取最大概率的类别索引，效率更高：

prob_matrix <- cnn_model %>% predict(x_test)
# 使用tf$argmax取每行最大值的索引，转换为R整数后减1
cnn_pred <- as.integer(tf$argmax(prob_matrix, axis = 1)) - 1

# 或者用Keras的R接口函数k_argmax
cnn_pred <- prob_matrix %>% k_argmax(axis = 1) %>% as.integer() - 1

注意：如果你的CNN模型最后一层使用的是softmax激活函数（MNIST分类任务的常规配置），那么predict()返回的就是合法的类别概率分布，以上两种方法都能得到正确的0-9数字分类结果。

内容的提问来源于stack exchange，提问作者amatof