关于tensorflow 2.0中的评估，请给我详细说明

当我使用TensorFlow创建模型并对其进行评估时，结果如下：

28481/1 - 2s - loss: 0.0366 - AUC: 0.8978 - accuracy: 0.9992 - binary_crossentropy: 0.0649
[0.06904765333583215, 0.8978283, 0.9991924, 0.06492031]

---

0.06904765333583215是什么意思？

tf.keras.Model.evaluate（）方法返回值的含义记录在本页：

您的模型似乎有一个损失和三个度量（AUC、精度和二进制交叉熵）。因此，

evaluate（）

返回的列表的四个元素分别是损失、AUC、精度和二进制交叉熵的最终平均值。它们在您提供给

evaluate（）

调用的求值数据集示例中取平均值

---

因此，为了回答您最初的问题，

0.06904765333583215

是您的评估集中示例中的平均损失值。

tf.keras.Model.evaluate（）方法返回值的含义记录在本页：

您的模型似乎有一个损失和三个度量（AUC、精度和二进制交叉熵）。因此，

evaluate（）

返回的列表的四个元素分别是损失、AUC、精度和二进制交叉熵的最终平均值。它们在您提供给

evaluate（）

调用的求值数据集示例中取平均值

---

因此，为了回答您最初的问题，

0.06904765333583215

是评估集中示例的平均损失值。

代码如下：结果=模型。评估（inputX_测试，inputY_测试，verbose=2）打印（结果）数据集中有多少类？代码如下：结果=模型。评估（inputX_测试，inputY_测试，verbose=2）打印（结果）数据集中有多少个类？