Deep Learning avec Keras et TensorFlow

444

Chapitre 11. Entraînement et déploiement à grande échelle de modèles TensorFlow

Cette fonction prend un tableau NumPy qui contient des images d’entrée. Elle pré-

pare un dictionnaire que la bibliothèque cliente convertira au format JSON (comme

nous l’avons fait précédemment). Elle construit ensuite une requête de prédiction et

l’exécute. Elle lève une exception si la réponse contient une erreur ou, sinon, extrait

les prédictions pour chaque instance et les regroupe dans un tableau NumPy. Voyons

si elle fonctionne correctement

:

>>> Y_probas = predict(X_new)

>>> np.round(Y_probas, 2)

array([[0. , 0. , 0. , 0. , 0. , 0. , 0. , 1. , 0. , 0. ],

[0. ...