如何使用Python来使用Keras评估模型？

Tensorflow是由Google提供的一个机器学习框架。它是一个开源框架，与Python一起用于实现算法、深度学习应用等等。它在研究和生产中被广泛使用。

Keras是为项目ONEIROS（开放式神经电子智能机器人操作系统）的研究开发的。Keras是一个用Python编写的深度学习API。它是一个高级API，具有生产性接口，可帮助解决机器学习问题。它在Tensorflow框架之上运行。它被构建来帮助快速进行实验。

它提供必要的抽象和构建块，这些构建块在开发和封装机器学习解决方案方面是必不可少的。它高度可扩展，并具有跨平台的能力。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浏览器或移动电话中运行。

Keras已经存在于Tensorflow包中。它可以使用以下代码行进行访问−

import tensorflow
from tensorflow import keras

我们在使用Google Colaboratory来运行下面的代码。Google Colab或Colaboratory帮助在浏览器上运行Python代码，需要零配置并免费使用GPU（图形处理单元）。Colaboratory是基于Jupyter Notebook构建的。以下是代码−

更多Python相关文章，请阅读：Python 教程

例子

print("创建模型的实例")
model = create_model()

print("正在评估模型")
loss, acc = model.evaluate(test_images, test_labels, verbose=2)
print("这是一个未经训练的模型，其准确率为： {:5.3f}%".format(100 * acc))

代码来源 − https://www.tensorflow.org/tutorials/keras/save_and_load

输出

创建模型的实例 
正在评估模型 32/32 -0s - loss: - spare_categories_accurancy: 0.0930 
这是一个未经训练的模型，其准确率为： 9.300%

解释

• 创建模型的实例。

• 这是一个新的、未经训练的模型，它被评估在测试集上。

• ‘evaluate’方法用于检查模型在新数据上的表现如何。

• 此外，在训练模型时确定了损失和模型的准确性。

• 损失和准确性会在控制台上打印出来。