![](/img/trans.png)
[英]Python: Keras model returns different results for the same data and same model
[英]`tf.keras.model.evaluate()` provides different results when fed the same data in different formats
我在看下面的Tensorflow時間序列教程: https://www.tensorflow.org/tutorials/structured_shot_models/time_series#single
對於這里的討論,我將考慮多步模型部分中的“multi_linear_model”。
我添加以下行
multi_val_performance_new['Linear'] = multi_linear_model.evaluate(next(iter(multi_window.val))[0], next(iter(multi_window.val))[1])
在這條線之后
multi_val_performance['Linear'] = multi_linear_model.evaluate(multi_window.val)
。
當我檢查損失和平均絕對誤差時,它們是不同的。
為什么 - 當我將原始tf.Dataset
提供給model.evaluate
- 我會得到一組損失和平均絕對誤差,但是當我提供它的組件時 - (next(iter(tf.Dataset))[0], next(iter(tf.Dataset)[1])
到model.evaluate
- 我得到一組不同的損失和平均絕對誤差嗎?
我在def make_dataset(self, data):
中設置了shuffle = false
。
next(iter(ds))
只會返回一批/觀察。 在model.evaluate
中傳遞整個數據集將返回整個數據集的指標。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.