keras : model.predict와 model.predict_proba의 차이점은 무엇입니까

Question

나는 model.predict와 model.predict_proba가 둘 다 각 행에 대해 각 카테고리의 확률을 나타내는 동일한 2D 행렬을 제공함을 발견했습니다.

두 기능의 차이점은 무엇입니까?

Answer 1

는

predict(self, x, batch_size=32, verbose=0) 

이 일괄 방식으로 시료를 처리하는, 상기 입력 샘플의 출력 예측들을 생성 예측한다.

인수

x: the input data, as a Numpy array. 
batch_size: integer. 
verbose: verbosity mode, 0 or 1. 

반환

A Numpy array of predictions. 

predict_proba(self, x, batch_size=32, verbose=1) 

일괄하여 입력 샘플 배치에 대한 클래스 확률 예측을 생성 predict_proba.

인수

x: input data, as a Numpy array or list of Numpy arrays (if the model has multiple inputs). 
batch_size: integer. 
verbose: verbosity mode, 0 or 1. 

반환

A Numpy array of probability predictions. 

편집

는 : keras의 최근 버전에서는 예측하고 predict_proba은 모두 확률을 줄 즉 동일합니다. 클래스 레이블을 얻으려면 predict_classes를 사용하십시오. 설명서가 업데이트되지 않았습니다. (Avijit Dasgupta의 의견에서 수정)

Answer 2

이전 의견 (및 here)에서 언급했듯이 현재 차이점이 없습니다.
그러나 하나는 exist only for backward compatibility (분명히 어느 것이고 내가 알고 싶어하는지) 인 것 같습니다.