python - Keras 中的 model(x) 和 model.predict(x) 之间的区别？

Question

使用 model(x) 有什么区别和 model.predict(x)用于预测 Keras 模型的结果？

Answer 1

带有 tensorflow 后端的 Keras 使用底层的 tensorflow 对象，但主要是提供可以在 tensorflow 环境之外理解的高级输出(例如，它可以输出 numpy 数组或 python 列表)。今天给出了 tensorflow 2.0 中的模型(使用 keras 库构建)，

out_np = model.predict(x)

提供一个 numpy 数组，例如，可以用 print(out_np) 打印.
另一方面，

out_tf = model(x)

结果转换为 tensorflow 对象，可以将其转换为带有 .numpy() 的 numpy 数组
这两个结果是等价的，例如，我们有以下为True，

out_np.max() == out_tf.numpy().max()

格式可能不同，但 model(x)的含义和 model.predict(x)是一样的:给定一个输入 x，它是一个网络的输出节点的值，以它的结构、权重和偏差为特征。