model.evaluate与model.predict的不同

版权声明：本文为CSDN博主「云端浅蓝」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/DoReAGON/article/details/88552348

model.evaluate

输入数据和标签,输出损失和精确度.

    # 评估模型,不输出预测结果
  

  loss,accuracy = model.evaluate(X_test,Y_test)
    print('\ntest loss',loss)
    print('accuracy',accuracy)

 

model.predict

输入测试数据,输出预测结果
(通常用在需要得到预测结果的时候)

    #模型预测,输入测试集,输出预测结果

  y_pred = model.predict(X_test,batch_size = 1)

 

两者差异

1输入输出不同
model.evaluate输入数据(data)和金标准(label),然后将预测结果与金标准相比较,得到两者误差并输出.
model.predict输入数据(data),输出预测结果
2是否需要真实标签(标准)
model.evaluate需要,因为需要比较预测结果与真实标签的误差
model.predict不需要,只是单纯输出预测结果,全程不需要标准的参与.