如何使用Python评估使用Keras恢复的模型？

Tensorflow是由谷歌提供的机器学习框架，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。它被用于研究和生产目的。它拥有优化技术，可以快速地执行复杂的数学运算。

“tensorflow”包可以使用以下代码行在Windows上安装：

pip install tensorflow

Keras是作为ONEIROS（开放的神经电子智能机器人操作系统）项目的一部分开发的。Keras是一个深度学习API，用Python编写。它是一个高级API，具有有效的接口，可以帮助解决机器学习问题。

它在Tensorflow框架上运行。它的构建旨在帮助快速实验。它提供了关键的抽象和构建块，这些构建块在开发和封装机器学习解决方案时是必不可少的。它高度可扩展，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模型也可以导出到网页浏览器或移动手机上。

Keras已经存在于Tensorflow包中。它可以使用以下代码行访问：

import tensorflow
from tensorflow import keras

我们使用Google Colaboratory来运行以下代码。Google Colab或Colaboratory可以在浏览器上运行Python代码，不需要任何配置，并免费访问GPU（图形处理单元）。Colaboratory是建立在Jupyter Notebook之上的。以下是代码：

更多Python相关文章，请阅读：Python 教程

示例

print("The restored model is evaluated")
loss, acc = new_model.evaluate(test_images, test_labels, verbose=2)
print('This is the restored model, with accuracy: {:5.3f}%'.format(100 * acc))
print("Predictions are being made, the dimensions of the predictions are")
print(new_model.predict(test_images).shape)
print("A new model instance is created")

model = create_model()

print("The model is fit to the training data")
model.fit(train_images, train_labels, epochs=7)

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