在Keras中预测和评估指标

Question

模型培训之后我如何预测和评估我的指标？
代码是这样的：

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) 

或像这样：

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) 

其中地面实况是补丁的正确标签。

我不认为首先是正确的，因为精度始终1.0

Answer 1

在你的第一个代码的问题是，你首先预测的输出与您的模型，然后使用这个结果pred作为地面实况供试品，让你当然会拥有1.0

的精度为test_on_batch方法见signature：

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

所以我不能测试它自己y的ou，因为您只显示了部分代码（例如我不知道你的地面实况来自），但尝试这样的事情，也就是直接删除，因为它是内部为你在做test_on_batch手动预测步骤：

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