# 使用 TFLearn 模型 使用训练的模型预测或评估： ```py score = model.evaluate(X_test, Y_test) print('Test accuracy:', score[0]) ``` 笔记本`ch-02_TF_High_Level_Libraries`中提供了 TFLearn MNIST 分类示例的完整代码。 TFLearn MNIST 示例的输出如下： ```py Training Step: 5499 | total loss: 0.42119 | time: 1.817s | Adam | epoch: 010 | loss: 0.42119 - acc: 0.8860 -- iter: 54900/55000 Training Step: 5500 | total loss: 0.40881 | time: 1.820s | Adam | epoch: 010 | loss: 0.40881 - acc: 0.8854 -- iter: 55000/55000 -- Test accuracy: 0.9029 ``` 您可以从以下链接获得有关 TFLearn 的更多信息：[http://tflearn.org/](http://tflearn.org/)。