kur test和kur evaluate究竟有何不同？
我们从控制台看到的差异
(dlnd-tf-lab) ->kur evaluate mnist.yml
Evaluating: 100%|████████████████████████████| 10000/10000 [00:04<00:00, 2417.95samples/s]
LABEL CORRECT TOTAL ACCURACY
0 949 980 96.8%
1 1096 1135 96.6%
2 861 1032 83.4%
3 868 1010 85.9%
4 929 982 94.6%
5 761 892 85.3%
6 849 958 88.6%
7 935 1028 91.0%
8 828 974 85.0%
9 859 1009 85.1%
ALL 8935 10000 89.3%
Focus on one: /Users/Natsume/Downloads/kur/examples
(dlnd-tf-lab) ->kur test mnist.yml
Testing, loss=0.458: 100%|█████████████████████| 3200/3200 [00:01<00:00, 2427.42samples/s]
如果不了解kur test和kur evaluate背后的源代码，我们怎样才能理解它们的确切区别？
答案 0 :(得分：0)
Kur（深度学习库）的开发人员@ajsyp提供了以下答案，我发现这些答案非常有帮助。
当您知道“正确答案”是什么时，就会使用
kur test只是想看看你的模型在坚持的样本上的表现如何。
kur evaluate是纯推理：它用于生成结果 你训练有素的模特。通常在机器学习中，您将可用数据拆分为3 集：培训，验证和测试（人们有时称之为 不同的事情，只是你知道）。对于特定型号 建筑/选择模型超参数，你训练 训练集，并使用验证集来衡量模型的好坏程度 执行（它是否正确学习？是否过度训练？等）。但是你 通常想要比较许多不同的模型超参数：也许 例如，您可以调整图层数量或其大小。
那你如何选择“最佳”模特呢？最天真的事情是 选择具有最低验证损失的模型。但是你跑了 优化/调整模型以便在模型上正常工作的风险 验证集。
所以测试集发挥作用：你使用测试集作为最后的测试集， 当天结束时，测试每个模型的表现。 尽可能长时间地隐藏该测试集非常重要， 否则你没有公正的方式知道你的模型有多好 或者它与其他模型的比较。
kur test旨在用于通过模型运行测试集 计算损失（并运行任何适用的钩子）。但现在让我们说你有一个训练有素的模特，比如图像识别 模型，现在你想实际使用它！你得到一些新数据（你 可能甚至没有他们的“真相”标签，只是原始的 图像），您希望模型对图像进行分类。那是什么
kur evaluate用于：它需要一个训练有素的模型，然后“使用它” 生产模式，“你没有/需要真值的地方。”