Keras 中的 model(x) 和 model.predict(x) 之间的区别？

Question

在 Keras 中使用model(x)和model.predict(x)预测模型的结果有什么区别？

Answer 1

带有 tensorflow 后端的 Keras 使用底层的 tensorflow 对象，但主要是提供可以在 tensorflow 环境之外理解的高级输出（例如，它可以输出 numpy 数组或 python 列表）。
今天给出了 tensorflow 2.0 中的模型（使用 keras 库构建），

out_np = model.predict(x)

提供了一个 numpy 数组，例如，可以用print(out_np).
另一方面，

out_tf = model(x)

结果转换为 tensorflow 对象，可以转换为 numpy 数组，.numpy()
这两个结果是等价的，例如，我们有以下为 True，

out_np.max() == out_tf.numpy().max()

的格式可以是不同的，但含义model(x)和model.predict(x)是相同的：
给定一个输入x，它的特点是其结构，重量和偏见一个网络的输出节点的值。