2.5　探索模型输出

现在模型已经训练好了，我们可以用测试集很好地度量它的准确率：

我们把测试图像传递给model.predict将获得一组分类结果。然后让我们看看如果打印第一个分类结果并将其与测试标签比较会得到什么结果：

你会注意到分类结果返回了一组值。这些是10个输出神经元的值。标签是服装的实际标签，在这种情况下是9。看一看数组你会发现有些值非常小，而最后一个（数组索引9）目前是最大的。这些是图像与特定索引处的标签相匹配的概率。那么，神经网络正在报告的是，索引0处的服装是标签9的可能性为91.4%。我们知道这个服装是标签9，所以网络是对的。

你可以自己尝试几个不同的值，看看是否可以找到模型会在哪里出错。