概述

评价函数用于评估当前训练模型的性能。当模型编译后（compile），评价函数应该作为 metrics 的参数来输入。

评价函数和损失函数相似，只不过评价函数的结果 不会用于训练过程中。

可以传递 已有的评价函数 名称，也可以传递一个 自定义函数 。

例子：

model.compile(loss='mse',
              optimizer='adam',
              metrics=['mae'])

即：metrics=['mae']

keras中的评价函数都在tf.keras.metrics模块下

常用评估函数

用于 二分类 问题,计算在所有预测值上的平均正确率

用于 多分类 问题，计算在所有预测值上的平均正确率

目标值是one-hot独热编码的

与categorical_accuracy相同

目标值是顺序数字的，如：1,2,3,4

有的损失函数也可以当做评估函数，如：mae等