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訓練我的 model。 我使用我的測試數據進行驗證。 當使用相同的測試數據和相同的回調應用evaluate()時，我得到與最后一個時期模型的val_指標相同的指標，而不是“最佳模型”指標。 我如何使用evaluate()並獲得最佳模型的指標？ 我想對過時數據使用evaluate()來獲取這些指標進行比較，並且需要確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])

期望來自第 4 個時期的指標，但從第 9 個時期獲得指標

Answer 1

訓練結束后，您需要加載best_model ，然后對其進行評估。 另外我不確定您是否需要model.evaluate()中的回調。 所以代碼可能是這樣的，

# 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)