當以不同格式輸入相同數據時，`tf.keras.model.evaluate()`會提供不同的結果

Question

背景

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。

問題

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？

注意

我在def make_dataset(self, data):中設置了shuffle = false 。

Answer 1

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。