evaluate() 와 predict()

~8 min · training

Level 0Keras 도제

0 XP0/97 lessons0/20 achievements

0/120 XP to next level120 XP to go0% complete

model.evaluate(x_test, y_test) — test set 의 loss / metric 출력. model.predict(x) — 새 input 에 대한 model 출력. predict 는 batch 단위 처리, 큰 dataset 도 메모리 안 잡아먹어.

predict 는 logit / probability 반환. argmax 하면 class label. predict_classes 는 deprecated — 직접 argmax 해. evaluate 는 학습 끝낸 후 의무 — 학습/validation 외의 *test* set 에서 일반화 성능 확인.

Code

# Evaluate on test data
test_loss, test_acc = model.evaluate(x_test, y_test)
print(f"Test accuracy: {{test_acc:.4f}}")

# Get predictions (probabilities)
predictions = model.predict(x_test)
# predictions.shape = (num_samples, num_classes)

# Convert probabilities to class labels
predicted_classes = keras.ops.argmax(predictions, axis=1)

External links

Exercise

MNIST 학습. test set 에 model.evaluate. test image 5 개에 model.predict, output 에 argmax, 정답 비교. 그 5 개의 정확도가 evaluate 숫자와 맞는지 확인.

Progress

Progress is local-only — sign in to sync across devices.

← PreviousCallback Next →실전 — 전체 학습 파이프라인

이 페이지에서 버그를 발견하셨거나 피드백이 있으세요?문제 신고

🔔 답글 알림 (로그인 필요)

로그인 — 댓글을 남기려면 로그인해 주세요.

아직 댓글이 없어요. 첫 댓글을 남겨보세요.