需要在`model.evaluate()`之前编译Keras模型答案

【问题标题】：Need To Compile Keras Model Before `model.evaluate()`需要在`model.evaluate()`之前编译Keras模型
【发布时间】：2017-09-09 05:59:16
【问题描述】：

我从 .json 和 .hdf5 文件加载了一个 Keras 模型。当我调用model.evaluate() 时，它返回一个错误：

您必须在训练/测试之前编译模型。使用 `model.compile(optimizer, loss)

为什么我需要编译运行evaluate()？

补充一下，模型可以通过predict()没有问题。

【问题讨论】：

【解决方案1】：

因为evaluate 会计算损失函数和指标。

在编译模型之前，您没有任何一个。它们是编译方法的参数：

model.compile(optimizer=..., loss=..., metrics=...)

另一方面，predict 不评估任何指标或损失，它只是将输入数据通过模型并获取其输出。

你也需要训练的“损失”，所以你不能不编译就训练。您可以根据需要多次编译模型，甚至可以更改参数。

输出和损失函数：

模型的输出取决于使用权重定义。这是自动的，您可以从任何模型predict，即使没有任何培训。 Keras 中的每个模型都已经带有权重（由您初始化或随机初始化）

你输入一些东西，模型计算输出。归根结底，这才是最重要的。一个好的模型具有适当的权重并正确输出。

但在达到此目的之前，您的模型需要经过训练。

现在，损失函数获取当前输出并将其与预期/真实结果进行比较。这是一个应该最小化的功能。损失越少，您的结果就越接近预期。这是从中获取导数的函数，因此反向传播算法可以更新权重。

损失函数对于模型的最终目的没有用处，但它对于训练是必需的。这可能就是为什么您可以拥有没有损失函数的模型（因此，无法评估它们）。

【讨论】：

您介意解释一下为什么在github.com/JihongJu/keras-fcn/blob/master/voc2011/infer.py 中，不需要编译来调用model.evaluate 吗？ load_model(fcn_vgg16_weights.h5) 是否包含了损失函数？
不幸的是，我从来没有能够在 Keras 中保存和加载模型，我不知道会发生什么。对我来说，这完全是越野车，我只能减轻重量。但从理论上讲，是的，可以保存具有损失函数和优化器状态的模型。但这并不意味着每个保存的模型都会这样保存。
@bhomass 是的，load_model() 函数内部实际上有一个 model.compile() 调用。只要模型在保存前编译过，加载时会自动重新编译。
似乎每次更改哪些层可训练或不可训练时都需要重新编译。
是的，你需要。

【解决方案2】：

我知道你在问为什么，我相信上面的答案就足够了。但是，如果您遇到了这个错误，那只是因为我遇到了编码错误。我复制了model_1，并将其粘贴以创建model_2。但是，我忘记将部分代码从 model_1 更改为 model_2。这对我来说是一个愚蠢的举动，但我得到了与上述相同的错误。见下图：

这是修复：

【讨论】：

【解决方案3】：

要添加到@Daniel Möller 的出色答案，重新编译模型还可以通过简单的model.evaluate 调用重新启用您用于监控验证损失或现在想要计算测试数据的（自定义）metrics。这可确保您在测试数据上使用完全相同的指标。

如果您传递y_test，这甚至可以计算测试样本上的loss，这通常会在研究论文中报告。

【讨论】：