Kerasの『evaluate』に関する質問

Question

初心者ですけれども、これまで
Kerasドキュメント：
https://keras.io/ja/models/sequential/
を読んで、理解できない説明は少なかったのです(自己感覚では)。
ところが、『evaluate』に関する説明はまったく別世界のことになってしまう感じです(泣)。
理解できない点があまりにも多くて、ぜひ助けていただきたいのです。
【以下は原文引用】

evaluate

evaluate(self, x=None, y=None, batch_size=None, verbose=1, sample_weight=None, steps=None)

バッチごとにある入力データにおける損失値を計算します．

引数
•x: 入力データ，Numpy 配列あるいは Numpy 配列のリスト （モデルに複数の入力がある場合）． （TensorFlowのデータテンソルのような）フレームワーク固有のテンソルを与える場合にはxをデフォルトのNoneにすることもできます．
。。。。。。。。。。。。。。中略

戻り値

スカラーで，テストデータの損失値（モデルの評価関数を設定していない場合） あるいはスカラーのリスト（モデルが他の評価関数を計算している場合）． model.metrics_names属性により，スカラーの出力でラベルを表示します．

【原文引用 end】

##質問
Q1: 上文中の『 Numpy 配列のリスト （モデルに複数の入力がある場合）．』の中の"Numpy 配列"とは、例えば、一枚の学習用の画像に相当するもんでしょうか。
また"Numpy 配列のリスト"とはどういう者で、どうして必要でしょうか。

そして、"（モデルに複数の入力がある場合）"の意味も分かりません。
この「複数の入力」とは学習に複数のサンプル・学習データが必要という意味なら、ここで強調される意味がないと思いますが。

Q2: 上文中の『（TensorFlowのデータテンソルのような）フレームワーク固有のテンソルを与える場合にはxをデフォルトのNoneにすることもできます．』
????
もうちんぷんかんぷんですね！
いったいどういうことでしょうか。その心は？

Q3: (戻り値)『スカラーで，テストデータの損失値（モデルの評価関数を設定していない場合）』 "モデルの評価関数を設定していない" のに、どうしてテストデータの損失値を得られるの？　という質問です。

Q4: (戻り値)『あるいはスカラーのリスト（モデルが他の評価関数を計算している場合）』－－－－今度はどうして"スカラーのリスト"になるのでしょうか。
これに対して直前の場合はどうして『スカラーで』？

Q5: (戻り値)『model.metrics_names属性により，スカラーの出力でラベルを表示します．』－－－－－－何を言っているか全然意味分かりません。

##『evaluate』に関する説明を見る限り、自分のこれまでの努力が皆無というような気分になりました。

ご指導宜しくお願い致します。

Answer 1

kerasは知っている程度で使ったことがないので不正確な部分があると思いますが、バックエンドのtensorflowから類推しつつコメントします。
Q1について
記載通りで複数の変数名で定義したarrayをインプットにできるということです。例えば、10×10の画像をインプットにする場合、このarrayをひとつの変数名で定義して入力することが一般的ですが、画像の上半分と下半分を別々の変数名で定義して入力することも可能です。モデルに複数の入力があるというのは、後者のケースでその際は変数名をリストにして引数に設定する必要があります。
Q2について
訳がイケてない気がするので原文を確認することをお薦めします。keras1.2.2のドキュメントを見る限り、当該記述は見当たりませんでした。
Q3について
識別モデルの場合、損失関数と評価関数は別ものです。学習は損失関数の結果をもとに行われます。したがって評価関数がモデルオブジェクト内で定義されていなくてもfitメソッドは動作します。評価関数はcompileメソッドで指定するはずのものなので、これがあれば、計算しますということでしょう。仮に指定がなければ、計算できないので、予測結果のクラスは出力するので、好きな方法で評価する必要があることになります。
Q4について
上記の通りで評価関数の指定がないと計算できないので、予測結果を出力するということでしょう。
Q5について
訳がイケてないと思います。
英文によるとmetrics_namesを使うとスカラで出力される結果に対応するラベルがわかるという意味かと思います

Comments

[IS.SEKI]

R.Shigemori 様
本当にありがとうございます！
奥深い。。。
じっくり勉強させていただきます。

またどうぞ宜しくお願い致します。

[IS.SEKI]

『識別モデルの場合、損失関数と評価関数は別ものです。』
まず、これについて今から勉強します。

[IS.SEKI]

すみません
『モデルに複数の入力がある』というのは一枚の入力画像を複数に分割することでしょうか。
それとも画面上のobject単位で指定するのでしょうか。
あるいはその他の話でしょうか。

これだけもう一度ご説明いただけませんか。

[R.Shigemori]

『モデルに複数の入力がある』というのは、通常は、Y=Weight * X + Biasとし、Xをtensorとすることが普通ですが、あえて、Y=Weight_1*X_1+Weight_2*X_2+Biasとインプットのtensorをふたつにすることができるということです。応用方法として画面を複数に分割するケースもあれば、画面上のオブジェクトとするケースもありえます。

[IS.SEKI]

本当にありがとうございます
良い勉強になりました！！