为什么训练有素的模型给出不同的评估结果？ 82％和5％

如何解决为什么训练有素的模型给出不同的评估结果？ 82％和5％

我实现了seq-Keras模型，并成功对其进行了训练。

ipfs config Addresses.Gateway /ip4/0.0.0.0/tcp/8080
ipfs config Addresses.API /ip4/0.0.0.0/tcp/5001
ipfs config --json API.HTTPHeaders.Access-Control-Allow-Origin "[\"*\"]"
ipfs config --json API.HTTPHeaders.Access-Control-Allow-Credentials "[\"true\"]"

下一步： 现在我运行这段代码：

...
model.fit(...)
...
>>Result:  Successfully completed: TrainAcc=99%,ValAcc=88%

下一步： 但是当我加载保存的模型（Model88）并进行评估时：

model.save('Model88.h5')
model.evaluate(X_test,y_test)
   Result >> accuracy: 0.8216

测试数据相同，保存的模型和加载的模型相同！

为什么会这样？准确性： 82％-> 5％ !!!!

解决方法

我之前也遇到过同样的问题，我发现在训练过程中错误地计算了测试的准确性。我已将测试批大小更改为1来解决它。