我需要有关如何使用keras模型的简单示例。我不清楚model.evaluate
和model.predict
之间有什么区别。
我想为二进制分类创建模型。可以说我有猫和狗的图像,训练模型,并可以用它来预测给定照片上的哪种动物。也许有一些很好的教程。我在Google的前五页中阅读了所有内容,但只发现了复杂级别的教程和讨论。
最佳答案
简而言之:
model.evaluate
评估对(X,Y)并返回损失(以及为模型配置的所有其他度量)。这用于在检验或测试集上测试模型。 model.predict
在给定输入X的情况下预测结果。例如,如果用于根据输入图像预测类别,则为。 除其他外,这也清楚地记录在链接的文档中。
您可以在git存储库(
keras/examples
)或Keras网站(here和here)中找到很多Keras的示例模型。对于二进制分类,您可以使用以下模型作为示例:
model = Sequential()
model.add(Dense(300, init='uniform'))
model.add(Activation('relu'))
model.add(Dense(2, init='uniform'))
model.add(Activation('softmax'))
model.compile(loss='categorical_crossentropy', optimizer=Adam(lr=0.02))
model.fit(X, Y)
关于neural-network - 如何使用keras进行二进制分类?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/39778269/