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：

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

上载保存的模型：

准备数据（预处理或重塑）

做你的预测：

---

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)