对于Keras的evaluate函数应该得到什么值，我有些困惑。
这是Keras文档中的evaluate函数定义：
evaluate(self, x=None, y=None, batch_size=None,
verbose=1, sample_weight=None, steps=None)
这是同一页上的简短说明：
在测试模式下返回模型的损失值和指标值。
如果我有一个庞大的交叉验证数据集，那么哪种类型的要求我多次调用evaluate函数，evaluate函数是否还记得以前的调用？还是每次仅返回给定迷你批次的 损失 值？
答案 0 :(得分：1)
evaluate()方法会根据传递给模型的整个数据评估模型，因此，给定的损失值和度量值基于模型对整个数据的性能。
此外，还有另一种称为test_on_batch()的方法，该方法在单批数据上测试模型，并在给定数据批上返回模型的相应损耗值和度量值。 / p>
但是，我不确定您说的是什么意思：“我有一个很大的交叉验证数据集，哪种类型的代码需要我几次 ...”来调用（强调我的意思） 。您是说整个验证数据都不适合存储吗？如果是这种情况，并且您已经将验证数据存储在磁盘上的文件中（例如h5py文件），则可以定义一个生成器，并使用evaluate_generator()方法使用您定义的生成器执行评估。 / p>