python - Keras中同一批训练和评估结果不同

Question

怎么会出现下面的情况呢？

In[20] model.test_on_batch(x, y)
Out[20]: [4.861001, 0.0]
In[21]: model.train_on_batch(x, y)
Out[21]: [0.019215763, 0.99609375]

两个输出值分别对应二值交叉熵和二值精度。

也就是说，同一批模型的训练和测试结果是截然不同的。训练的结果想必是好的。预测(使用 model.predict)也不正确。

在 Tensorflow 1.8.0 下运行 Keras 2.2.4。

Answer 1

如果您使用具有 Dropout 或 BatchNormalization 层的模型，这是完全正常的，因为这些层在训练和测试期间具有不同的行为。如果您添加任何正则化项，那么这些项将在测试期间被禁用，并且会影响您从 model.evaluate

获得的任何损失