评估函数如何在keras中工作
how evaluate function works in keras
我对 Keras 的 evaluate 函数的期望值有点困惑。
这是 Keras 文档中的 evaluate 函数定义：
evaluate(self, x=None, y=None, batch_size=None,
verbose=1, sample_weight=None, steps=None)
这是来自同一页面的简短描述：
Returns the loss value & metrics values for the model in test mode.
如果我有一个大型交叉验证数据集，需要我多次调用 evaluate 函数，evaluate 函数会记住之前的调用吗？或者它只是 return，比如说，每次给定的小批量的 loss 值？
evaluate() 方法根据您传递给它的整个数据评估模型，因此给定的损失值和指标值基于模型的整体性能数据。
此外，还有另一种方法叫做test_on_batch()，它在单批数据上测试模型，returns模型的相应损失值和指标值给定的数据批次。
但是，我不确定你所说的 "I have a large cross validation data set which kind of requires me to call the evaluate function several times..."（强调我的）是什么意思。你的意思是整个验证数据不适合内存？如果是这种情况，并且您已将验证数据存储在磁盘上的一个文件中（比如一个 h5py 文件），那么您可以定义一个生成器并使用 evaluate_generator() 方法使用您定义的生成器执行评估。
我对 Keras 的 evaluate 函数的期望值有点困惑。
这是 Keras 文档中的 evaluate 函数定义：
evaluate(self, x=None, y=None, batch_size=None,
verbose=1, sample_weight=None, steps=None)
这是来自同一页面的简短描述：
Returns the loss value & metrics values for the model in test mode.
如果我有一个大型交叉验证数据集，需要我多次调用 evaluate 函数，evaluate 函数会记住之前的调用吗？或者它只是 return，比如说，每次给定的小批量的 loss 值？
evaluate() 方法根据您传递给它的整个数据评估模型，因此给定的损失值和指标值基于模型的整体性能数据。
此外，还有另一种方法叫做test_on_batch()，它在单批数据上测试模型，returns模型的相应损失值和指标值给定的数据批次。
但是，我不确定你所说的 "I have a large cross validation data set which kind of requires me to call the evaluate function several times..."（强调我的）是什么意思。你的意思是整个验证数据不适合内存？如果是这种情况，并且您已将验证数据存储在磁盘上的一个文件中（比如一个 h5py 文件），那么您可以定义一个生成器并使用 evaluate_generator() 方法使用您定义的生成器执行评估。