model.evaluate()
是 Keras 模型中的一个函数,用于在训练模型之后对模型进行评估。它可以通过在一个数据集上对模型进行测试来进行评估。
model.evaluate()
接受两个必须参数:
x
:测试数据的特征,通常是一个 Numpy 数组。y
:测试数据的标签,通常是一个 Numpy 数组。
此外,还有若干可选参数,如:
batch_size
:整数,表示使用的批次大小。verbose
:整数,表示是否在测试时输出信息。0 表示不输出,1 表示输出进度条,2 表示每个批次输出一行信息。
model.evaluate()
返回一个浮点数列表,表示损失值和评估指标的值。具体的评估指标取决于你在编译模型时指定的指标。例如,如果你使用了准确率作为评估指标,那么返回的列表中会包含准确率的值。
示例:
loss, accuracy = model.evaluate(x_test, y_test,batch_size=32, verbose=1)
print('Test loss:', loss)
print('Test accuracy:', accuracy)
在这个例子中,我们使用测试数据 x_test
和 y_test
对模型进行测试,并使用批次大小为 32 的批次测试模型。我们