Deep learning 如何编写自己的评估,加载指定的检查点并在测试集上评估模型
我想写一个评估方法来评估我的CNN,但我不知道怎么写 我试着根据官方指南做一个 但我不认为我写的是正确的。。。 所以我有一些问题Deep learning 如何编写自己的评估,加载指定的检查点并在测试集上评估模型,deep-learning,tensorflow2.0,cnn,Deep Learning,Tensorflow2.0,Cnn,我想写一个评估方法来评估我的CNN,但我不知道怎么写 我试着根据官方指南做一个 但我不认为我写的是正确的。。。 所以我有一些问题 我应该返回什么?评估结果还是什么 ds_test、ds_info和run_路径是main.py中的参数,但我不知道如何使用它……我不这么认为 filepath=run\u路径 是正确的…因为 run\u path=utils\u params.gen\u run\u folder() import tensorflow as tf from keras.callbac
filepath=run\u路径
是正确的…因为
run\u path=utils\u params.gen\u run\u folder()
import tensorflow as tf
from keras.callbacks import ModelCheckpoint
def evaluate(model, checkpoint, ds_test, ds_info, run_paths):
results = model.evaluate(
x=x_test,
y=y_test,
batch_size=batch_size
verbose = 1,
sample_weight = None)
tf.keras.callbacks.ModelCheckpoint(
filepath=run_paths,
monitor='val_accuracy',
verbose=1,
save_best_only=True,
mode='max'
save_freq = 'epoch',
options = None,
** kwargs)
return