数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何使用 Keras 和 Python 评估模型？
Tensorflow 是谷歌提供的机器学习框架。它是一个开源框架，与 Python 结合使用以实现算法、深度学习应用程序等等。它用于研究和生产目的。
Keras 是作为 ONEIROS（开放式神经电子智能机器人操作系统）项目研究的一部分开发的。Keras 是一个用 Python 编写的深度学习 API。它是一个高级 API，具有高效的界面，有助于解决机器学习问题。它运行在 Tensorflow 框架之上。它的构建是为了帮助快速进行实验。
它提供了开发和封装机器学习解决方案所必需的基本抽象和构建块。它具有高度可扩展性，并具有跨平台功能。这意味着 Keras 可以在 TPU 或 GPU 集群上运行。Keras 模型也可以导出到 Web 浏览器或手机上运行。
Keras 已经存在于 Tensorflow 包中。可以使用以下代码行访问它：
import tensorflow from tensorflow import keras
我们使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 帮助在浏览器上运行 Python 代码，无需任何配置即可免费访问 GPU（图形处理单元）。Colaboratory 构建在 Jupyter Notebook 之上。以下是代码：
示例
print("An instance of the model is created") model = create_model() print("The model is being evaluated") loss, acc = model.evaluate(test_images, test_labels, verbose=2) print("This is an untrained model, with accuracy: {:5.3f}%".format(100 * acc))
代码来源：https://tensorflowcn.cn/tutorials/keras/save_and_load
输出
An Instance of the model is created The Model is being evaluated 32/32 -0s - loss: - spare_categories_accurancy: 0.0930 This is an untrained model, with accuracy: 9.300%
Learn Python in-depth with real-world projects through our Python certification course. Enroll and become a certified expert to boost your career.
解释
创建模型实例。
这是一个新的、未经训练的模型，在测试集上进行评估。
“evaluate”方法用于检查模型在新数据上的表现。
此外，还确定了模型训练时的损失和模型的准确率。
损失和准确率打印在控制台上。
134 次查看
