分類器の評価
分類器を評価するには、学習に使っていない画像でテストする必要があります。これは「クロスバリデーション」と呼ばれます。各テスト画像からクラス（例：t-shirt、dress、shoe）を予測し、その予測を画像の正解ラベルと比較します。
クロスバリデーションの結果は、ワンホットエンコードされた配列 test_labels と predictions として与えられています。
この演習はコースの一部です
Keras で学ぶ画像モデリング
演習の手順
- 配列同士を要素ごとに掛け算して合計し、正解予測の総数を求めてください。
- 正解数（合計）を
predictions配列の長さで割り、正解予測の割合を計算してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Calculate the number of correct predictions
number_correct = ____
print(number_correct)
# Calculate the proportion of correct predictions
proportion_correct = ____
print(proportion_correct)