计算深度学习模型预测置信度

np.argsort(proba)[::-1][:2]
proba为模型预测后的ndarray或list等。
np.argsort()建立从小到大的索引
[::-1]逆序，变成从大到小
[:2]取两个
‘{:.2f}%’.format(proba[i]*100)保留两位输出

import numpy as np
proba = [0.9,0.01,0.05,0.04]

print(np.argsort(proba))#建立从小到大的索引[1 3 2 0]

for i in np.argsort(proba):
    print(proba[i],end=' ')#0.01 0.04 0.05 0.9
print()

print(np.argsort(proba)[::-1])#逆序，变成从大到小[0 2 3 1]

for i in np.argsort(proba)[::-1][:2]:
    print('{:.2f}%'.format(proba[i]*100))#取置信度最大前两个，保留两位输出

[1 3 2 0]
0.01 0.04 0.05 0.9 
[0 2 3 1]
90.00%
5.00%

具体可参考：
Keras实现预训练网络VGG16迁移学习——102flowers分类【100行代码训练&预测】 - lly1122334的博客 - CSDN博客 https://blog.csdn.net/lly1122334/article/details/88784742