Keras如何评估测试集的损失？

Question

我正在实现一个神经网络分类器,打印我正在使用的NN的丢失和准确性:

score = model.evaluate(x_test, y_test, verbose=False) 
model.metrics_names
print('Test score: ', score[0])    #Loss on test
print('Test accuracy: ', score[1])

我想知道Keras如何计算模型的损失.特别是它是否在测试集的第一步(也是唯一一步)进行评估.我在keras.io上搜索过,但我没有找到任何关于它的信息.

Answer 1

从文档中：

评估

逐批计算某些输入数据的损失。

退货

标量测试损失（如果模型没有度量标准）或标量列表（如果模型计算其他度量标准）。该属性model.metrics_names将为您提供标量输出的显示标签。

因此，它可以返回代表损失的单个值，也可以返回与添加到模型的不同度量对应的值的列表。这些值是基于对整个测试集来计算，即在所有的值x_test和y_test。