如何在新数据集中测试深度学习模型

Question

我已经训练并测试了一个模型。让我们将其命名为model1。

现在，我想在新的数据集上测试model1。 因此，我使用H5保存模型，然后将保存的model1加载到新笔记本中，并使用新数据集对其进行测试。

我可以正确执行程序吗？

我应何时保存model1？ 我看到两个选择。

1. 经过培训后。
2. 经过测试程序。

Answer 1

虽然有很多方法可以设计模型的训练方案，但典型的概要如下：

• 使用训练数据训练模型
• 在每个训练周期或纪元结束时使用验证集
• 使用测试集测试模型的性能

请注意，在训练和验证步骤完成之前，模型永远不会看到测试集。 Wikipedia上有一篇专门讨论该主题的文章。

此时保存模型完全取决于您。实际上，您可以使用某些callbacks使Keras或TensorFlow在训练周期中定期保存模型。简而言之，关于何时保存模型没有经验法则-这实际上取决于您的目标。但是据我的描述，一切似乎都正确：您已经训练了模型，保存了模型，并将其加载到单独的Jupyter Notebook中进行测试。

请注意，您可能已经在创建和测试初始模型的同一笔记本中测试了模型。如果愿意，您还可以继续在新笔记本上训练加载的模型。