Python: Keras 模型 returns 相同数据和相同模型的不同结果

Question

最近几个小时，我一直在尝试制作我的第一个图像分类模型。为此，我使用了 Image classification from scratch 教程。当我按照步骤操作时，我设法到达了教程的结尾。

与教程中的代码相比，我所做的唯一不同是：

为了使训练过程更快，我将轮数从 50 改为 10，
我从make_model函数（一行代码）中删除了图像增强块。

现在，我明白我的问题所在了。最后，当我尝试再次获得相同数据和相同模型的预测结果时，结果不同。看看这个简单的代码：

>>> for i in range(5):
...     predictions = model.predict(val_ds)
...     predictions_list = [round(pred[0], 3) for pred in predictions]
...     print(predictions_list[:10])

结果：

[0.937, 0.905, 1.0, 0.094, 0.021, 0.095, 0.07, 0.006, 1.0, 1.0]
[0.905, 1.0, 1.0, 1.0, 1.0, 1.0, 0.122, 1.0, 1.0, 0.0]
[0.996, 0.003, 1.0, 0.887, 1.0, 1.0, 0.798, 1.0, 1.0, 1.0]
[1.0, 1.0, 0.819, 0.999, 1.0, 0.887, 0.087, 1.0, 0.914, 1.0]
[1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 0.916, 0.102]

我假设，只有在我重新训练模型的情况下，结果才会有所不同。但这不是我的情况！我只重新运行 .predict() 方法。所以，我的问题是 - 你能帮帮我吗，我做错了什么？我错过了什么吗？

Answer 1

你可以试试下面的代码吗？

>>> val_item = val_ds.take(1)
>>> for i in range(5):
...     predictions = model.predict(val_item)
...     predictions_list = [round(pred[0], 3) for pred in predictions]
...     print(predictions_list[:10])

在您的代码中，您使用的是不同的项目，而不是同一个项目。您可以通过手动打印 val_ds 值来检查它。

Answer 2

问题出在读取数据函数 tf.keras.preprocessing.image_dataset_from_directory 上，它的 shuffle 参数设置为 True。

当我再次重新加载数据并像这样设置 shuffle=False 时：

>>> val_ds = tf.keras.preprocessing.image_dataset_from_directory(
...     'PetImages',
...     shuffle=False,
...     validation_split=0.2,
...     subset="validation",
...     seed=1337,
...     image_size=image_size,
...     batch_size=batch_size,
... )
>>> for i in range(5):
...     predictions = model.predict(val_ds)
...     predictions_list = [round(pred[0], 3) for pred in predictions]
...     print(predictions_list[:10])

结果如我所料：

[0.998, 0.994, 1.0, 1.0, 0.885, 1.0, 0.998, 1.0, 0.979, 1.0]
[0.998, 0.994, 1.0, 1.0, 0.885, 1.0, 0.998, 1.0, 0.979, 1.0]
[0.998, 0.994, 1.0, 1.0, 0.885, 1.0, 0.998, 1.0, 0.979, 1.0]
[0.998, 0.994, 1.0, 1.0, 0.885, 1.0, 0.998, 1.0, 0.979, 1.0]
[0.998, 0.994, 1.0, 1.0, 0.885, 1.0, 0.998, 1.0, 0.979, 1.0]

Python: Keras 模型 returns 相同数据和相同模型的不同结果

Python: Keras model returns different results for the same data and same model

python

image-processing

keras

tensorflow

image-classification