如何使用 Tensorflow 评估使用 Python 的 CNN 模型?
pythonserver side programmingprogrammingtensorflow
可以使用 ‘evaluate’ 方法评估卷积神经网络。此方法将测试数据作为其参数。在此之前，使用 ‘matplotlib’ 库和 ‘imshow’ 方法将数据绘制在控制台上。
卷积神经网络已用于为特定类型的问题(例如图像识别)产生出色的结果。
我们正在使用 Google Colaboratory 运行以下代码。Google Colab 或 Colaboratory 有助于在浏览器上运行 Python 代码，并且不需要任何配置，并且可以免费访问 GPU(图形处理单元)。Colaboratory 是在 Jupyter Notebook 之上构建的。
print("Plotting accuracy versus epoch")
plt.plot(history.history['accuracy'], label='accuracy')
plt.plot(history.history['val_accuracy'], label = 'val_accuracy')
plt.xlabel('Epoch')
plt.ylabel('Accuracy')
plt.ylim([0.5, 1])
plt.legend(loc='lower right')
print("The model is being evaluated")
test_loss, test_acc = model.evaluate(test_images,test_labels, verbose=2)
print("The accuracy of the model is:")
print(test_acc)
代码来源: https://www.tensorflow.org/tutorials/images/cnn
输出
Plotting accuracy versus epoch The model is being evaluated 313/313 - 3s - loss: 0.8884 - accuracy: 0.7053 The accuracy of the model is: 0.705299973487854
解释
- 可视化准确度与时期数据。
- 这是使用 matplotlib 库完成的。
- 评估模型，并确定损失和准确度。
