Keras如何评估测试集的损失？

Question

我正在实施一个神经网络分类器，用于打印我正在使用的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，但我没有找到任何相关内容。

Answer 1

来自documentation：

  

<强>评估

     

逐批计算某些输入数据的损失。

     

<强>返回

     

标量测试丢失（如果模型没有指标）或标量列表（如果模型计算其他指标）。属性model.metrics_names将为您提供标量输出的显示标签。

因此，它会返回表示丢失的单个值，或者与添加到模型中的不同指标对应的值列表。这些值是基于整个测试集计算的，即。即x_test和y_test中的所有值。