使用训练好的模型进行测试集预测 - TensorFlow实战教程

在调用模型前，需要先对测试集进行预处理，与训练集相同的方式。

假设测试集的特征为'test_features'，标签为'test_labels'，则可使用以下代码进行预测：

import tensorflow as tf

# 加载模型
new_model = tf.keras.models.load_model('models.model')

# 对测试集进行预处理
test_features = # 进行测试集特征的预处理
test_labels = # 进行测试集标签的预处理

# 预测测试集标签
predictions = new_model.predict(test_features)

# 输出预测结果
print(predictions)