【发布时间】：2017-08-07 18:58:28
【问题描述】：
我有两个问题：
1/ model.evaluate() 和 model.predict() 有什么区别？
2/ Keras 是如何计算每一个的？
【问题讨论】：
标签： keras
【发布时间】：2017-08-07 18:58:28
【问题描述】：
model.evaluate 预测值并计算给定数据集上模型的损失和所有附加指标。它返回一个列表，其中包含一个值中的损失和指标。
model.predict 仅在给定数据集输入的情况下预测模型的输出。 model.predict 的内部工作原理在 model.evaluate 内部使用，但两者的输出不同，因为它们计算的不是同一个东西。
【讨论】：
我会选择model.predict，因为model.predict 在model.evaluate 内部执行。 model.predict 仅根据模型指示的测试集预测输出矩阵。
但是，model.evaluate 在内部执行model.predict 操作，并根据模型编译时提供的参数计算误差和准确度。例如
model.compile(optimizer=OPTIMIZER, loss='categorical_crossentropy', metrics=['mse','mae','accuracy'])
在这里，我要求模型提供输出mse、mae 和accuracy。但是如果我们执行model.predictexcept 输出矩阵，它不会提供任何东西，然后对于输出我们需要计算误差或准确度。另一方面，model.evaluate 是一个紧凑的版本，它将计算 mse、mae 和 accuracy 一起，并提供一个类似于
[0.2498760256045422,0.015400263790238618,,0.9456890699253224]
类似[mse, mae, accuracy]
电话是您的，您可以接听任何电话。
【讨论】：