深度学习手动拆分数据集后如何评估模型并解决evaluate方法报错

错误根因 #

Keras的model.evaluate()方法参数规则为：当传入keras.utils.Sequence类型的生成器（比如你用ImageDataGenerator生成的train_generator、test_generator）作为输入时，单个生成器已经封装了样本数据和对应标签，不需要额外传入第二个参数作为标签y。
你同时传入了train_generator和test_generator两个参数，框架会把第二个test_generator识别为手动指定的y参数，不符合生成器输入的使用规则，因此触发报错。

解决方法 #

• 如果你需要评估模型在测试集上的表现，仅传入测试集生成器单参数即可：

score = model.evaluate(test_generator, verbose=1)

• 如果你需要同时获取模型在训练集和测试集上的评估结果，分开两次调用evaluate方法：

# 评估训练集表现
train_score = model.evaluate(train_generator, verbose=1)
# 评估测试集表现
test_score = model.evaluate(test_generator, verbose=1)

• 额外检查项：确认你的test_generator初始化时参数配置正确，class_mode设置和模型输出匹配，避免后续运行出现其他格式类报错。

内容的提问来源于stack exchange，提问作者Muhammad Rifqi