Lite jobbig kod
https://stackoverflow.com/questions/49398255/how-do-i-re-use-trained-fastai-models
trn_tfms, val_tfms = tfms_from_model(arch,100)
img = open_image('circle/14.png')
im = val_tfms(img)
preds = learn.predict_array(im[None])
print(np.argmax(preds))
np.argmax gör ju så att den säger vilken i arrayen preds som har högst värde. preds[0] är prediktionen att den är en katt.
För att spara sin modell:
learn.save('filnamn') sparar som .h5-fil
https://forums.fast.ai/t/saving-model-from-fastai-and-load-it-in-pytorch/18829/3
Lektion 2. 39 min. precompute vs freeze
https://forums.fast.ai/t/precompute-vs-freezing/7511/6
Kanske måste man också köra tmux för terminalhanteringen... Suck
Confusion matrix, för att visa vilka labels man hade, vs vilken prediktion som gjordes:
from sklearn.metrics import confusion_matrix
cm = confusion_matrix(y, preds) #Först array av korrekta, sen array av prediktioner
plot_confusion_matrix(cm, data.classes)
Och preds fick man genom
preds = np.argmax(probs, axis=1)
så man tar fram den som får högst sannolikhet för varje klass
Comments