資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何使用 Keras 和 Python 評估模型？
Tensorflow 是谷歌提供的機器學習框架。它是一個開源框架，與 Python 結合使用以實現演算法、深度學習應用程式等等。它用於研究和生產目的。
Keras 是作為 ONEIROS（開放式神經電子智慧機器人作業系統）專案研究的一部分開發的。Keras 是一個用 Python 編寫的深度學習 API。它是一個高階 API，具有高效的介面，有助於解決機器學習問題。它執行在 Tensorflow 框架之上。它的構建是為了幫助快速進行實驗。
它提供了開發和封裝機器學習解決方案所必需的基本抽象和構建塊。它具有高度可擴充套件性，並具有跨平臺功能。這意味著 Keras 可以在 TPU 或 GPU 叢集上執行。Keras 模型也可以匯出到 Web 瀏覽器或手機上執行。
Keras 已經存在於 Tensorflow 包中。可以使用以下程式碼行訪問它：
import tensorflow from tensorflow import keras
我們使用 Google Colaboratory 來執行以下程式碼。Google Colab 或 Colaboratory 幫助在瀏覽器上執行 Python 程式碼，無需任何配置即可免費訪問 GPU（圖形處理單元）。Colaboratory 構建在 Jupyter Notebook 之上。以下是程式碼：
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))程式碼來源：https://www.tensorflow.org/tutorials/keras/save_and_load
輸出
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%
解釋
建立模型例項。
這是一個新的、未經訓練的模型，在測試集上進行評估。
“evaluate”方法用於檢查模型在新資料上的表現。
此外，還確定了模型訓練時的損失和模型的準確率。
損失和準確率列印在控制檯上。
更新於：2021年1月20日
134 次檢視
廣告