model.evaluate 和 model.predict
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(金标准)
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,全程不需要金标准的参与.
predict(x, batch_size=None, verbose=0, steps=None, callbacks=None, max_queue_size=10,workers=1, use_multiprocessing=False )参数: x:输入样本,格式可以是- Numpy数组(或类似array的数组)或数组列表(如果模型具有多个输入)。- TensorFlow张量或张量列表(如果模型具有多个输入)。- tf.data数据集。- 生成器或keras.utils.Sequence实例batch_size:每个梯度更新的样本数。如果未指定,batch_size将默认为32 verbose:模型 steps:宣布预测回合完成之前的步骤总数(样本批次)。忽略默认值None callbacks:预测期间应用的回调函数列表max_queue_size=10: 仅用于generator或keras.utils.Sequence输入。 生成器队列的最大大小。 如果未指定,max_queue_size将默认为10workers=1: 仅用于generator或keras.utils.Sequence输入。 使用基于进程的线程时,要启动的最大进程数。 如果未指定,worker将默认为1。如果为0,将在主线程上执行生成器use_multiprocessing=False: 仅用于generator或keras.utils.Sequence输入。 如果为True,则使用基于进程的线程。 如果未指定,则use_multiprocessing将默认为False。
参考:https://blog.csdn.net/DoReAGON/article/details/88552348
https://blog.csdn.net/weixin_46649052/article/details/110717737
model.evaluate 和 model.predict相关推荐
- 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/ ...
- keras中model.evaluate()函数使用从flow_from_directory中生成的测试集一直循环问题
目录 一.从test_generator中提取(x_test,y_test) 二.升级TensorFlow或者TensorFlow-gpu后 ,问题得到解决 三.与predict()函数的区别 四.顺 ...
- model.evaluate检验
1.输入输出不同 model.evaluate 输入数据(data)和真实标签(label),然后将预测结果与真实标签相比较,得到两者误差并输出. model.predict 输入数据(data),输 ...
- model.evaluate() 解释一下
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 ...
- Tensorflow 2.3 model.evaluate报错InvalidArgumentError: Incompatible shapes: [1,64] vs. [1,128]
Tensorflow 2.3使用model.evaluate进行模型评估时报错tensorflow.python.framework.errors_impl.InvalidArgumentError: ...
- Tensorflow 2.5 model.evaluate报错Invalid argument: required broadcastable shapes at loc(unknown)
Tensorflow 2.5使用model.evaluate进行模型评估时报错Invalid argument: required broadcastable shapes at loc unknow ...
- model.fit以及model.fit_generator区别及用法
model.fit以及model.fit_generator区别及用法_猫爱吃鱼the的博客-CSDN博客
- (深入理解)model.eval() 、model.train()以及torch.no_grad() 的区别
文章目录 简要版解释 深入版解释 简要版解释 在PyTorch中进行validation或者test的时侯,会使model.eval()切换到测试模式,在该模式下,model.training=Fas ...
- 【pytorch】model.train和model.eval用法及区别详解
使用PyTorch进行训练和测试时一定注意要把实例化的model指定train/eval,eval()时,框架会自动把BN和DropOut固定住,不会取平均,而是用训练好的值,不然的话,一旦test的 ...
最新文章
- 文件节点的linux指令,Java工程师必学的Linux命令(一)文件与目录管理
- 大规模知识图谱的构建
- Mysql 远程连接的问题 2003 - Can't connect to MySQL server on '39.106.187.107' (60 Operation timed out)...
- 宝塔面板不能备份数据库,数据库备份大小20K,数据库备份报错mysqldump: Got error: 1045: Access denied for user 'root'@'localhost'
- vb6 判断打印机是否有效_针式打印机,常见小问题,这里看一看,或许能帮你...
- .net vue漂亮登录界面_基于 electron-vue 开发的音乐播放器「实践」
- 数据结构(c语言版)各章内容总结
- 用人话说说希尔伯特空间??
- MySQL索引数据结构与算法
- Android对接蓝牙打印机
- android app红点提示,技巧|手机提示软件更新的小红点逼得我强迫症犯了,怎么去掉提示?...
- 「经济读物」经济学通识
- [转]oracle EBS 基础100问
- java抢微博福卡,敬业福终极攻略:一天拿20多张福卡,轻松集齐支付宝五福
- 网易云音乐歌单详情列表爬虫破解
- 快消行业营销难?巨量引擎让生意每一步明明白白
- spring boot车辆管理系统毕业设计源码031034
- ZSTU 4514: yesky wine锦鲤卡 (线性dp)
- SublimeText4126设置成中文
- Focusky教程 | Focusky新手入门帮助