Я знаю, что можно реализовать отсев Монте-Карло, вызывая model.predict() несколько раз и измеряя среднее значение возвращаемых значений. Но мне было интересно, возможно ли реализовать это с помощью подкласса класса Model s tensorflow.keras?
Использование более типичного способа реализации моделей с помощью подкласса класса Model s обеспечивает поддержку простая загрузка и сохранение моделей Keras, без необходимости какого-либо другого кода, после чего вызывается predict во время выполнения (один раз). Это может быть особенно полезно при использовании Tensorflow Serving, но также уже добавляет некоторый комфорт при загрузке через какой-либо другой скрипт Python. (Например, при сравнении нескольких разных моделей.)