TensorFlow.js tf.LayersModel 类 .evaluateDataset() 方法

evaluateDataset() 方法是 tf.LayersModel 类中的一个方法，它用于对数据集进行评估，返回的是模型的性能指标（例如损失和准确率）。本文将介绍 evaluateDataset() 方法的详细用法。

参数

evaluateDataset 方法接收以下参数：

• dataset: 要评估的数据集。
• returnCost: 是否返回损失。
• batchSize: 用于每次评估的批次大小。

返回值

evaluateDataset 方法返回一个 Promise，resolve 后的结果为一个包含模型性能指标的对象。

代码示例

下面是一个使用 evaluateDataset() 方法评估数据集的示例代码：

const model = await tf.loadLayersModel('model.json');
const testDataset = ... // 载入测试数据集
const evaluation = await model.evaluateDataset(testDataset, { returnCost: true });
console.log('损失值: ' + evaluation[0].dataSync());
console.log('准确率：' + evaluation[1].dataSync());

上述代码中，我们首先使用 tf.loadLayersModel() 方法加载一个保存的模型，然后使用该模型的 evaluateDataset() 方法对测试数据集进行评估。我们指定 returnCost 参数为 true，表示返回计算得到的损失值。evaluation 变量是一个包含损失和准确率的张量的数组，我们调用 dataSync() 方法获取结果值。

需要注意的是，由于 evaluateDataset() 方法是异步的，因此需要使用 await 等待 Promise 的返回。