keras evaluate() 使用最佳 model 不是最后 model

Question

我正在使用ModelCheckpoint save_best_only=True和EarlyStopping patience=5训练我的 model。 我使用我的测试数据进行验证。 当使用相同的测试数据和相同的回调应用evaluate()时，我得到与最后一个时期模型的val_指标相同的指标，而不是“最佳模型”指标。 我如何使用evaluate()并获得最佳模型的指标？ 我想对过时数据使用evaluate()来获取这些指标进行比较，并且需要确保它使用的是最好的 model。

model.fit(x_train, y_train, callbacks=[stopper, checkpoint], validation_data=(x_test, y_test))

model.evaluate(x_test, y_test, callbacks=[stopper, checkpoint])

期望来自第 4 个时期的指标，但从第 9 个时期获得指标

Answer 1

训练结束后，您需要加载best_model ，然后对其进行评估。 另外我不确定您是否需要model.evaluate()中的回调。 所以代码可能是这样的，

# callback to save the best model
checkpoint_path = 'best_model.h5'
checkpoint = tf.keras.callbacks.ModelCheckpoint(filepath=checkpoint_path,
                                                save_best_only=True)
# train
model.fit(x_train, 
          y_train,
          callbacks=[stopper, checkpoint],
          validation_data=(x_test, y_test))

# load best model
model.load_weights(checkpoint_path)

# evaluate
model.evaluate(x_test, y_test)