2.1.6 使用测试集评估

我们已经通过训练数据集对网络进行了两次训练，即两个epoch。现在我们来检查一下，这个网络模型是否已经学到了东西。我们将用神经网络的输出作为预测的类别来检查网络的预测性能，用样本的真实类别来校对。如果预测是正确的，我们将样本添加到正确预测的列表里。下面使用2.1.2节中定义的函数，从测试集中选一些图片，如图2-3所示。

图2-3 从测试集中选出的图片

输出结果如下：

现在让我们看看，训练好的网络模型认为这些样本应该能预测出什么。神经网络模型的最后一层是一个全连接层，输出的是预测的与10个类别的近似程度，值越大则表示与某一个类别的近似程度越高，网络就越认为图像属于这个类别。打印其中最相似类别的代码如下：

输出结果如下：

从结果来看，效果非常好，接下来对测试集中的每一张图片都进行预测，并且计算整体的准确率。代码如下：

输出结果如下：

如果模型全预测为一个类别，那么准确率应该是10%左右，而我们的训练（两个epoch）得到的模型，准确率为54%。这说明神经网络还是学到了一些东西。为了进行精细化分析，下面看看模型在每一个类别上的准确率。代码如下：

输出结果如下：

从输出可以清晰地看到每个类别的准确率，其中准确率比较高的是horse，其准确率为74% ；其次是car，准确率为73% ；准确率较低的是deer，准确率为18% ；dog的准确率为20%。如果想提高准确率，可以多训练几个epoch。