Python 代码：获取测试集真实标签和预测标签

这段代码用于获取测试集的真实标签和模型的预测标签。

首先，通过遍历测试数据集，将每个样本的真实标签添加到'test_labels'列表中。

test_labels = []
for images, labels in test_ds:
    test_labels.append(labels.numpy())

然后，使用'np.concatenate()'函数将'test_labels'列表中的所有元素连接在一起，形成一个一维数组。

test_labels = np.concatenate(test_labels)

最后，使用'np.argmax()'函数在预测结果的每一行中找到概率最大的列索引，作为预测标签。将预测标签保存在'predicted_labels'数组中。

# 获取预测标签
predicted_labels = np.argmax(predictions, axis=1)