为什么训练模型和加载模型给出不同的评估结果？ 82% 对 5%
Why Trained and Loaded Model is giving different evaluate result? 82% vs 5%
我实现了我的 seq-Keras 模型，并且训练成功。
...
model.fit(...)
...
>>Result: Successfully completed: TrainAcc=99%, ValAcc=88%
下一个：
现在我 运行 这个代码：
model.save('Model88.h5')
model.evaluate(X_test, y_test)
Result >> accuracy: 0.8216
下一个：
但是当我加载保存的模型（Model88）并评估它时：
model = keras.models.load_model('Model88.h5')
model.evaluate(X_test, y_test)
Result >> accuracy: 0.0214 !!!
测试数据相同，保存的模型和加载的模型相同！
为什么会这样？准确性：82% -> 5% !!!!
我之前遇到过同样的问题，我发现在训练过程中测试准确率计算错误。我已将测试批量大小更改为 1 以修复它。
我实现了我的 seq-Keras 模型，并且训练成功。
...
model.fit(...)
...
>>Result: Successfully completed: TrainAcc=99%, ValAcc=88%
下一个： 现在我 运行 这个代码：
model.save('Model88.h5')
model.evaluate(X_test, y_test)
Result >> accuracy: 0.8216
下一个： 但是当我加载保存的模型（Model88）并评估它时：
model = keras.models.load_model('Model88.h5')
model.evaluate(X_test, y_test)
Result >> accuracy: 0.0214 !!!
测试数据相同，保存的模型和加载的模型相同！
为什么会这样？准确性：82% -> 5% !!!!
我之前遇到过同样的问题，我发现在训练过程中测试准确率计算错误。我已将测试批量大小更改为 1 以修复它。