TensorFlow 用训练好的模型做测试

在 TensorFlow 中，使用训练好的模型进行测试可以分为两个步骤：

1. 加载模型：首先需要加载训练好的模型。可以使用 TensorFlow 提供的 `tf.keras.models.load_model` 函数加载保存在磁盘上的模型文件。例如：

model = tf.keras.models.load_model('my_model.h5')

其中，`my_model.h5` 是保存在磁盘上的模型文件。

2. 进行测试：加载模型后，就可以使用测试数据对模型进行测试了。可以使用 `model.evaluate` 函数计算模型在测试数据上的损失值和精确度。例如：

loss, accuracy = model.evaluate(test_data, test_labels)

其中，`test_data` 和 `test_labels` 分别是测试数据和对应的标签。`model.evaluate` 函数会返回损失值和精确度两个数值。

除了 `model.evaluate` 函数外，还可以使用 `model.predict` 函数对测试数据进行预测。例如：

predictions = model.predict(test_data)

其中，`predictions` 是模型对测试数据的预测结果。可以根据需要进行后续的处理和分析。