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。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。