在github已经问了一个问题，但由于没有给出具体的答案，并且对Caffe框架和其他我要解释的事情做了一些修改，我觉得最好问一下试。
当Caffe框架学习/测试阶段发生时，在每次迭代中，它给出了一个Loss和Accuracy值，但是Accuracy不是一个好的测量参数，所以我需要在测试图像上看到每个预测，一个一个来计算其他测量参数，如精确度和可能召回。
如果我跑：
apply_along_axis它会让我们预测import caffe
net = caffe.Net('/path/to/model_def.prototxt', '/path/to/model/weights')
out = net.forward()
中的第一批图像，我不想预测一批图像，我怎样才能逐一获得主题？
答案 0 :(得分：2)
结果将存储在out['prob'].data数组中。数组的第一个维度对应于批处理。因此，要查看i图片的结果，请检查out['prob'].data[i]中的值。
假设这是分类，其中每个图像都具有为每个类指定的值，则可以在i找到与j类的out['prob'].data[i][j]图像对应的输出。