如何使用keras和tensorflow为model.evaluate准备测试集形状？

import numpy as np
from keras.models import Sequential
from keras.layers import Dense
import tensorflow as tf

# 假设测试集数据为X_test和y_test
X_test = np.array(...)  # 测试集特征数据
y_test = np.array(...)  # 测试集标签数据

# 假设已经定义并训练好了模型model
model = tf.keras.models.load_model('model.h5')

# 使用model.evaluate前，需要将测试集数据的形状调整为与模型期望的输入形状相匹配
X_test = np.reshape(X_test, (X_test.shape[0], X_test.shape[1], 1))  # 示例：将测试集特征数据调整为三维形状

# 使用model.evaluate进行模型评估
loss, accuracy = model.evaluate(X_test, y_test)