Python 如何使用模型(.h5)查看模型预测答案和实际输出?
我用CNN制作了我的简单图像分类模型(classification.h5),我希望看看我的模型是否工作正常 我的CNN模式是:Python 如何使用模型(.h5)查看模型预测答案和实际输出?,python,tensorflow,keras,deep-learning,conv-neural-network,Python,Tensorflow,Keras,Deep Learning,Conv Neural Network,我用CNN制作了我的简单图像分类模型(classification.h5),我希望看看我的模型是否工作正常 我的CNN模式是: from tensorflow.keras import layers from tensorflow.keras.models import Sequential model = Sequential() model.add(Conv2D(16, (3, 3), activation='relu', strides=(1, 1), padding='sam
from tensorflow.keras import layers
from tensorflow.keras.models import Sequential
model = Sequential()
model.add(Conv2D(16, (3, 3), activation='relu', strides=(1, 1),
padding='same',input_shape=input_shape))
model.add(MaxPool2D((2, 2)))
model.add(Dropout(0.5))
model.add(Conv2D(32, (3, 3), activation='relu', strides=(1, 1),
padding='same'))
model.add(MaxPool2D((2, 2)))
model.add(Dropout(0.5))
model.add(Conv2D(412, (13, 13), strides=(1, 1), padding = 'same', activation='relu'))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Dropout(0.5))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dense(64, activation='relu'))
model.add(Dense(4, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam',metrics=['acc'])
该模型运行良好。下一步,我试着看看这个模型是否真的工作得很好,但我不知道如何才能看到真正的结果
我想尝试查看的内容如下所示:
模型预测=“模型预测答案”
真实答案=“真实答案”
如何编写此输出的代码
注意:您可以保存一个模型,如:
model.save(“model_Name.h5”)
要查看您的模型是否真正工作,您必须对培训中未使用的数据进行预测,因此您必须执行以下操作
预测值=模型。预测(数据未在培训中使用)
将这些预测值与此数据的实际值进行比较,并应用度量值检查一下如何进行预测好吧,你可能想先训练你的模型(
model.fit(x\u-train,y\u-train)
)。您可以使用(model.predict(x_测试)
)获得模型的预测。这回答了你的问题吗?
saved_model = keras.models.load_model("Model_Name.h5")
saved_model.predict(data)