预测测试样本标签 - 可视化模型预测结果

这段代码使用已经训练好的模型对测试集进行预测，并随机选择15张测试图片展示它们的预测结果，用于评估模型的预测准确性。

代码首先从测试数据生成器中获取一个batch的测试图片和标签，使用模型对这些图片进行预测，得到它们的预测标签。

接着，代码随机选择15张测试图片，并展示它们的原始图像以及它们的实际标签和模型预测的标签。

最后，代码使用Matplotlib库将展示结果可视化。

test_images, test_labels = next(test_generator)
predicted_labels = Model.predict(test_images)

# 随机选择15张图片，并展示它们的预测结果
fig, ax = plt.subplots(3, 5, figsize=(12, 8))
fig.suptitle('Random Test Images with Predictions', fontsize=16)

for i, axis in enumerate(ax.flat):
    index = np.random.randint(len(test_images))
    image = test_images[index]
    label = test_labels[index].argmax(axis=-1)
    predicted_label = predicted_labels[index].argmax(axis=-1)
    # 显示图片和它的预测标签
    axis.imshow(image)
    axis.axis('off')
    class_names =['Brogue', 'Clog', 'Boat', 'Sneaker', 'Ballet Flat']
    # 显示原始图像以及它的实际标签和模型预测的标签
    axis.set_title('Actual: ' + class_names[label] + '\nPredicted: ' + class_names[predicted_label])
plt.show()