在Keras中預測和評估指標

Question

模型培訓之後我如何預測和評估我的指標？
代碼是這樣的：

for patch in generator(): 
    pred = model.predict(np.array(patch, dtype=patch.dtype)) 

    loss_val_partial,accuracy_val_partial = model.test_on_batch(np.array(patch, dtype=patch.dtype),pred) 

或像這樣：

for patch in generator(): 
    pred = model.predict(np.array(patch, dtype=patch.dtype)) 

    loss_val_partial,accuracy_val_partial = model.test_on_batch(ground_truth,pred) 

其中地面實況是補丁的正確標籤。

我不認爲首先是正確的，因爲精度始終1.0

Answer 1

在你的第一個代碼的問題是，你首先預測的輸出與您的模型，然後使用這個結果pred作爲地面實況供試品，讓你當然會擁有1.0

的精度爲test_on_batch方法見signature：

test_on_batch(self, x, y, sample_weight=None) 

所以我不能測試它自己y的ou，因爲您只顯示了部分代碼（例如我不知道你的地面實況來自），但嘗試這樣的事情，也就是直接刪除，因爲它是內部爲你在做test_on_batch手動預測步驟：

for patch in generator(): 
    loss_val_partial,accuracy_val_partial = model.test_on_batch(np.array(patch, dtype=patch.dtype), ground_truth)