Tensorflow使用save保存模型后，使用evaluate时accuracy数据与原来差距太大

Tensorflow使用save保存模型后，使用evaluate时accuracy数据与原来差距太大

参考链接：https://blog.csdn.net/lly1122334/article/details/118901557
学习模型保存时，使用保存完整模型的save方法后，再使用evaluate函数评估模型，得到的loss结果与原来一致，但是accuracy结果却相去甚远，寻求半天解决办法后得知，当损失函数使用 sparse_categorical_crossentropy，但是正确率的度量指标为metrics=['acc]就会出现这样的错误。
因此！！！当训练时损失函数使用 sparse_categorical_crossentropy时，把metrics设置改为sparse_categorical_accuracy就可以啦！！

原来的评估结果：

加载保存模型后的评估结果：

又解决一个麻烦，开心！！！！！