Keras model.predict（）對測試輸入中的所有值返回相同的預測輸出

Question

我正在使用Keras構建神經網絡，並且模型成功編譯，並且已經對數據進行了歸一化。

但是，當我使用model.predict（xtest）時，每個預測的輸出都獲得相同的值

def model_final():
    model = models.Sequential()
    model.add(layers.Dense(64, activation='relu',
                           input_shape=(xtrain.shape[1],),
                          kernel_regularizer = regularizers.l2(0.001)))
    model.add(layers.Dense(64, activation='relu',
                          kernel_regularizer = regularizers.l2(0.001)))
    model.add(layers.Dense(1))
    model.compile(optimizer='rmsprop', loss='mse', metrics=['mae'])
    return model

model = model_final()

model_final = model.fit(xtrain, ytrain, epochs = 100, batch_size = 10, verbose = 0)

model_final_eval = model.evaluate(xtest, ytest)

為此，我得到以下均方誤差和湄：

214/214 [==============================] - 3s 14ms/step
[1.9285373412534785e-06, 0.00061284683733987052]

然后，當我使用model.predict(xtest)我得到以下輸出：

array([[ 0.0014801],
       [ 0.0014801],
       [ 0.0014801],...

對於model.predict所有值。

我假設數據集中所有值的完全相同的預測值是不正確的。

建議？

謝謝！

Answer 1

model未經訓練，應使用model_final.predict(...)

您是否在同一腳本上調用predict ？ 如果沒有，您可能必須加載砝碼。