用什么代码可以显示模型的准确率
时间: 2024-02-12 15:03:11 浏览: 22
在深度学习中,模型的准确率可以通过计算模型在测试集上的预测准确率来评估。以下是一份Python代码示例,用于计算模型在测试集上的预测准确率:
```python
import numpy as np
from tensorflow.keras.models import load_model
# 加载模型
model = load_model('my_model.h5')
# 加载测试数据集
test_data = np.load('test_data.npy')
test_labels = np.load('test_labels.npy')
# 对测试数据集进行预测
predictions = model.predict(test_data)
# 计算预测准确率
accuracy = np.mean(np.argmax(predictions, axis=1) == np.argmax(test_labels, axis=1))
print('Test accuracy:', accuracy)
```
在上面的代码中,首先使用`load_model`函数加载已经保存的模型。然后,使用`np.load`函数加载测试数据集和测试标签。接下来,使用`model.predict`函数对测试数据集进行预测,并计算预测准确率。最后,使用`print`函数输出预测准确率。
需要注意的是,上述代码中的`my_model.h5`、`test_data.npy`和`test_labels.npy`分别代表已经保存的模型文件、测试数据集和测试标签。您需要将这些文件替换为您自己的文件名或路径。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)