Keras 中的 model.evaluate() 未涵盖所有数据点
model.evaluate() in Keras do not cover all datapoints
我目前正在学习 Keras，在使用 model.evaluate() 时感到困惑。
我总共有 768 个数据点，但 model.evaluate() 只评估了 32 个数据点，准确率为 75.52%。我还尝试了 100、50、20、10 和 1 的批量大小，但它没有覆盖所有数据点，但准确性保持不变。
如果执行here
，你可以查看我的Jupyter Notebook文件
我无法理解是我做错了什么，还是Keras的feature/bug
请帮我做同样的事情。提前致谢。
PS：我尝试通过互联网和 StackExchange 搜索此问题的答案，但没有找到任何答案。如果我的问题重复，请让我知道 link，我很乐意从这里删除这个问题！
这里的问题在于 progbar 而不是 evaluate 函数。您的 progbar 仅打印评估的第一步。您可以通过检查所有结果在 float32 精度（约为 1e-5 - 1e-7）下是否相同来轻松检查这一点。所以我不会为这个问题烦恼，因为 jupyter 经常在显示 progbar.
时遇到问题
我目前正在学习 Keras，在使用 model.evaluate() 时感到困惑。
我总共有 768 个数据点，但 model.evaluate() 只评估了 32 个数据点，准确率为 75.52%。我还尝试了 100、50、20、10 和 1 的批量大小，但它没有覆盖所有数据点，但准确性保持不变。
如果执行here
，你可以查看我的Jupyter Notebook文件我无法理解是我做错了什么，还是Keras的feature/bug
请帮我做同样的事情。提前致谢。
PS：我尝试通过互联网和 StackExchange 搜索此问题的答案，但没有找到任何答案。如果我的问题重复，请让我知道 link，我很乐意从这里删除这个问题！
这里的问题在于 progbar 而不是 evaluate 函数。您的 progbar 仅打印评估的第一步。您可以通过检查所有结果在 float32 精度（约为 1e-5 - 1e-7）下是否相同来轻松检查这一点。所以我不会为这个问题烦恼，因为 jupyter 经常在显示 progbar.