Keras model.predict function 沒有給出與 Z20F35E630DAF44DBFA4C3F68FZ59 類似的結果。

Question

我已經使用 Keras 訓練了圖像分類 model。 訓練后的 model 在訓練數據上的准確率為 95%，使用 model.evaluate 在未觸及的驗證數據上，我得到 ~92.8% 的准確率。

但是，當我使用 model.predict function 來獲取預測概率並以最大概率獲得預測的 class 時，我得到了約 80% 的准確度。

完整代碼可通過以下鏈接作為 colab 筆記本獲得 - https://colab.research.google.com/drive/1RQ2KnT2sVsdCAWfpsDj_kcMZiqiwJrpc?usp=sharing

您應該能夠運行所有內容並看到准確性的差異。 問題出在如下代碼塊中

Answer 1

要使predict_generator和evaluate_generator的精度相同，您必須在函數中將以下 3 項設置為參數：

shuffle = False
pickle_safe = True
workers = 1

您的程序可能在不同的線程上運行，這些設置使其在主線程上運行。

Answer 2

The solution I could find so far after having posted the issue here and keras official github (without any answer for weeks) is that instead of using Keras, I used tf.keras. 大多數實施保持不變。 而“隨機播放”選項肯定會破壞准確性。 “Shuffle = False”的較低准確度可能是 keras 實現中的一個錯誤。 tf.keras 實現在“evaluate_generator”function 中給出了相同的結果。 並且預測和評估 function 輸出的准確度匹配。 我希望如果其他人遇到這個錯誤，他們不會像我在這個問題上浪費那么多時間。