model.evaluate
輸入數據和標籤,輸出損失和精確度.
# 評估模型,不輸出預測結果
loss,accuracy = model.evaluate(X_test,Y_test)
print('\\ntest loss',loss)
print('accuracy',accuracy)
model.predict
輸入測試數據,輸出預測結果
(通常用在需要得到預測結果的時候)
#模型預測,輸入測試集,輸出預測結果
y_pred = model.predict(X_test,batch_size = 1)
兩者差異
1.輸入輸出不同
model.evaluate輸入數據(data)和金標準(label),然後將預測結果與金標準相比較,得到兩者誤差並輸出.
model.predict輸入數據(data),輸出預測結果
2.是否需要真實標籤(金標準)
model.evaluate需要,因為需要比較預測結果與真實標籤的誤差
model.predict不需要,只是單純輸出預測結果,全程不需要金標準的參與.
閱讀更多 公子小悅 的文章