Confusion matrix
interp = ClassificationInterpretation.from_learner(learn) interp.plot_confusion_matrix()
这是一个通过分类矩阵，来判断是否分类成功，行代表的是本身所属的分类，列代表的是模型预测的分类，中间的数字代表由多少图片属于交叉的类型（整体数字是来自于验证集合）
上述图片就是说明总共鸟，猫，狗三个分类，其中有一张鸟的图片，被预测成了猫
列出损失最大的图片
有了矩阵后，我们就会想看看分类失败的图片（失败原因有两个，一个是图片本身的数据错误，被标错了类了，还有一种就是模型错误）。fastai提供了如下语句，进行按loss从高到低的展示
` interp.plot_top_losses(5, nrows=1)
` 结果如下
每张图片上有四个分段，从左到右，分别为模型预测结果/原本到label/loss/probability
回到我们的结果来，第一张更应该说是一张羽毛图片，所以出错也情有可原了
