在Keras中對同一批次的培訓和評估結果不同

Question

如何進入以下情況？

In[20] model.test_on_batch(x, y)
Out[20]: [4.861001, 0.0]
In[21]: model.train_on_batch(x, y)
Out[21]: [0.019215763, 0.99609375]

這兩個輸出值分別對應於二進制交叉熵和二進制精度。

即， 同一批次上模型的訓練和測試結果完全不同。 培訓結果大概是好的。 預測（帶有model.predict ）也不正確。

在Tensorflow 1.8.0下運行Keras 2.2.4。

Answer 1

如果您使用具有Dropout或BatchNormalization層的模型，這是完全正常的，因為它們在訓練和測試期間具有不同的行為。 如果添加任何正則化項，則將在測試期間將其禁用，這將影響您從model.evaluate獲得的任何損失。