Keras中怎么评估和测试模型

814
2024/2/16 14:03:25
栏目: 深度学习
开发者测试专用服务器限时活动,0元免费领,库存有限,领完即止! 点击查看>>

在Keras中,可以使用model.evaluate()方法来评估和测试模型。该方法接受测试数据集作为输入,并返回模型的性能指标,例如损失值和准确率。

以下是一个使用model.evaluate()方法评估和测试模型的示例代码:

# 加载模型和测试数据集
model = keras.models.load_model('model.h5')
test_X, test_y = load_test_data()

# 评估模型
loss, accuracy = model.evaluate(test_X, test_y)

print('Test loss:', loss)
print('Test accuracy:', accuracy)

在上面的示例中,model.evaluate()方法会计算模型在测试数据集上的损失值和准确率,并将结果打印出来。通过这种方式,可以轻松地评估和测试模型的性能。

辰迅云「云服务器」,即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘,价格低至29元/月。点击查看>>

推荐阅读: Keras中的Epoch和Batch Size有什么用