完成训练过程后如何获得模型的训练精度？答案

【问题标题】：How to get training accuracy for a model after completing the training process?完成训练过程后如何获得模型的训练精度？
【发布时间】：2020-04-27 02:53:59
【问题描述】：

在使用 Keras 或 Tensorflow 完成训练过程后，有没有办法计算训练准确度？

【问题讨论】：

标签： python-3.x tensorflow keras deep-learning conv-neural-network

【解决方案1】：

model.history 拥有所需的所有信息。

例如，在模型运行 5 个 epoch 后，您可以访问损失和准确率，如下所示

history=model.history.history
print(history)
{'loss': [0.2212433920122683, 0.097910506768773, 0.06874677832927555, 0.05441241036520029, 0.0430859369851804], 'accuracy': [0.9342333, 0.9698667, 0.97786665, 0.98211664, 0.9856]}

如果你想在model.evaluate期间访问loss和accuracy，可以如下操作

history2 =model.evaluate(x_test, y_test)
print(history2) # output[0.07691180044879548, 0.9772]

【讨论】：

我可以使用 model.evaluate(trainX, trainY) 来衡量训练损失和准确率吗？
您不能使用model.evaluate 来衡量训练期间的损失和准确率。如果你想在训练期间测量loss和'accuracy'，那么你需要运行model.fit并收集history中的参数。如果我的回答回答了您的问题，请选择“回答”。看到这个stackoverflow.com/help/someone-answers
我想要的是获得模型的最终损失和准确性，以及 model.evaluate() 是否可以给我结果。顺便说一句，我测试了它并且它有效。感谢您的帮助与合作。