model = model.compile(optimizer=keras.optimizers.Adam(lr=0.001), \
loss='sparse_categorical_crossentropy', \
metrics=['accuracy'])
history = model.fit(X_train, y_train,
batch_size=32,
epochs=20,
validation_data= (X_val, y_val), verbose=True)
Epoch 20/20
256/256 [==============================] - 36s 142ms/step - loss: 3.2233 - accuracy: 0.3038 - val_loss: 4.6129 - val_accuracy: 0.1223
这是我的火车,验证准确性。 然后我尝试使用这个模型预测测试。
pred = model.predict(x_test)
print(sum(pred)/len(y_test))
[0.00475577 0.00301154 0.00287763 0.00612131 0.0036318 0.00388619
0.00493319 0.0042463 0.00228897 0.00665664 0.00334664 0.00361817
0.00434758 0.00653938 0.00231704 ......
如何计算我的测试准确率?
pred = model.predict(X_test)
print(pred[0])
print(len(pred))
print(y_test[0])
print(len(pred))
result:
[0.00649052 0.0015973 0.00097144 0.01938977 0.0027661 0.00357595
0.0020057 0.00599558 0.00418835....
2048
209
2048
这是我的 pred 值和 y_test 值。