2.5.4 모델 평가하기

테스트 이미지에 대한 예측에 argmax 함수를 적용하고, 예상 레이블과 비교하여 모델을 평가할 수 있습니다.

predictions = model(test_images)
predictions = predictions.numpy() ----- 텐서플로 텐서의 .numpy() 메서드를 호출하여 넘파이 배열로 바꿉니다.
predicted_labels = np.argmax(predictions, axis=1)
matches = predicted_labels == test_labels
print(f"정확도: {matches.mean():.2f}")

모두 끝났습니다! 여기에서 볼 수 있듯이 케라스에서는 몇 줄의 코드로 할 수 있는 작업을 수동으로 처리하려면 꽤 많은 작업이 필요합니다. 하지만 이런 과정을 거쳤기 때문에 fit() 메서드를 호출할 때 신경망 안에서 어떤 일이 일어나는지 명확하게 이해할 수 있을 것입니다. 코드가 어떻게 동작하는지 저수준에서 이해하면 케라스 API에서 제공하는 고수준의 기능을 더 잘 활용할 수 있을 것입니다.