通过使用模型评估使得用户可以全面了解模型对不同数据特征的适应性，使得模型调优可以做到有的放矢。

使用中需注意一下几点限制：

• 模型评估/诊断目前支持三种类型的模型和数据集：“图像分类”、“物体检测”和“图像分割”。
• 进行评估/诊断的模型，使用的AI引擎为TensorFlow或PyTorch。目前只支持使用“TF-1.13.0-python3.6”、“TF-2.1.0-python3.6”、“PyTorch-1.4.0-python3.6”引擎编写的评估代码。
• 只支持使用GPU资源。且资源池当前仅支持单节点运行模式，暂不支持分布式。
• 自动学习生成的模型暂时不支持模型评估。
• 由ModelArts提供的TensorFlow预置算法可以通过配置参数来设定训练后使用评估，或者导入到模型管理模块之后创建评估作业。
• 使用预置算法创建的训练作业，无需自己编写评估代码，即可查看评估结果。
• 目前支持的预置算法都在AI Gallery中可以订阅使用，支持的预置算法有：“图像分类-ResNet_v1_50”、“物体检测-FasterRCNN_ResNet50”、“物体检测-EfficientDet”。